ROOM：面向医学数据的光栅式机器人仿真器
机器人学
2026-05-28 v2
摘要
连续机器人正在推动支气管手术，通过访问复杂的肺气道并实现靶向干预。然而，其开发受限于缺乏真实的训练和测试环境：由于伦理约束和患者安全 concerns，实际数据难以收集；而 developing autonomy 算法需要真实的成像和物理反馈。我们提出 ROOM (Realistic Optical Observation in Medicine)，一个综合性仿真框架，旨在生成光栅式支气管手术训练数据。通过利用患者 CT 扫描，我们的管道渲染包括带有真实噪声和光斑的 RGB 图像、度量深度图、表面法线、光流和点云等多模态传感器数据，尺度符合医学要求。我们在两个标准医学机器人任务中验证了 ROOM 生成的数据：多视角姿态估计和单目深度估计，展示了这些情境下 state-of-the-art 方法必须克服的多样化挑战。此外，我们表明 ROOM 生成的数据可用于微调现有的深度估计模型以克服这些挑战，也可用于其他下游应用如导航。我们预计 ROOM 将 enable 大规模数据生成，涵盖 diverse 患者解剖结构和程序情境，这些在临床环境中难以捕获。代码和数据：https://github.com/iamsalvatore/room。
引用
@article{arxiv.2509.13177,
title = {ROOM: A Physics-Based Continuum Robot Simulator for Photorealistic Medical Datasets Generation},
author = {Salvatore Esposito and Matías Mattamala and Daniel Rebain and Francis Xiatian Zhang and Kevin Dhaliwal and Mohsen Khadem and Subramanian Ramamoorthy},
journal= {arXiv preprint arXiv:2509.13177},
year = {2026}
}