MBAPose：基于掩码与边界框感知及真实感域随机化的手术器械位姿估计
机器人学
2022-06-03 v2 计算机视觉与模式识别
摘要
手术机器人通常使用基于机器人几何参数的先验模型进行控制，这些参数在手术前经过标定。在真实手术环境中使用机器人的挑战之一是这些参数会随时间变化，从而降低控制精度。在此背景下，我们课题组一直致力于研究无需附加传感器的在线标定策略。作为实现该目标的一步，我们开发了在 endoscopic 图像中估计器械杆部位姿的算法。在本研究中，我们在先前工作基础上提出一个新框架，以更精确地估计刚性手术器械的位姿。我们的策略基于一种称为 MBAPose 的新型位姿估计模型以及合成训练数据的使用。我们的实验表明，在合成测试数据上，相对于先前工作，平移误差改善了 21%，方向误差改善了 26%。真实测试数据的结果为进一步研究提供了基线。
引用
@article{arxiv.2103.08105,
title = {MBAPose: Mask and Bounding-Box Aware Pose Estimation of Surgical Instruments with Photorealistic Domain Randomization},
author = {Masakazu Yoshimura and Murilo Marques Marinho and Kanako Harada and Mamoru Mitsuishi},
journal= {arXiv preprint arXiv:2103.08105},
year = {2022}
}
备注
Accepted on IROS 2021, 8 pages