SuPer：一种用于手术机器人内镜组织操作的手术感知框架

传统的控制与任务自动化已通过高度专业化的建模机器人系统与多传感器结合，在多种结构化、受控环境中成功展示。然而，由于缺少高质量图像以及环境不可预测且持续形变，自主化在内镜手术中的应用极具挑战，尤其在软组织操作中。本文提出一种新颖的手术感知框架 SuPer，用于手术机器人控制。该框架持续采集三维几何信息，从而在对场内刚性器械进行跟踪的同时，映射可形变的手术视野。为此，采用基于模型的跟踪器结合运动学先验对手术工具进行定位，并配合无模型跟踪器重建可形变环境，提供作为环境映射的估计点云。所提框架在 da Vinci Surgical System 上以末端执行器控制器实时实现，其目标构型由该框架设定与调节。我们的框架以高精度完成了软组织操作任务。该新颖框架的演示对手术自主化的未来颇具前景。此外，我们提供了数据集以供进一步手术研究。