基于转换状态聚类的外科机器人任务分段

理解外科任务代表了实现外科机器人系统自主性的重要挑战。为此，我们提出了一个基于转换状态聚类进行在线任务分段的框架，用于激活预定义的机器人辅助功能。我们的 метод涉及对视觉特征进行第一次聚类，对每个视觉聚类再进行机器人运动学特征的聚类。这使我们能够独立地捕获每个模态上的相关任务转换信息。该方法用于实现常见于外科训练的抓取与放置任务。转换分段的验证结果表明，方法具有高准确性和快速的计算速度。我们将转换识别模块集成到预定义的机器人辅助工具位置中。完整的框架在减少任务完成时间和认知负荷方面显示出优势。