基于光纤布拉格光栅传感器的约束环境下连续操作机器人不确定性感知形状估计
机器人学
2024-05-14 v1
摘要
连续型灵活操作机器人(Continuum Dexterous Manipulators, CDMs)因其内在的灵活性和到达性，非常适合作为 minimally invasive surgery 的工具。然而，其灵活结构和非线性曲率为基于形状的反馈控制带来了显著挑战。光纤布拉格光栅(Fiber Bragg Grating, FBG)传感器用于形状感知的应用已展现出巨大潜力，可用于估计CDMs的尖端位置并随后通过优化算法重构形状。然而，这种优化问题欠约束且可能在复杂形状下陷入局部最小值。本文引入一种新方法，能够直接从FBG传感器波长估计CDMs的形状。此外，我们提出将不确定性估计集成到该方法中，以解决神经网络预测中不确定性的关键问题。当输入样本超出训练分布或受噪声污染时，神经网络的预测是不可靠的。在手术机器人领域识别此类偏差至关重要，因为不准确的估计可能对患者构成严重风险。我们 presented 的一种稳健的方法不仅提升了现有技术在FBG-based形状估计中的精度，还包含一种量化模型置信度的机制。我们通过大量实验验证了不确定性估计的有效性和可靠性，在超出分布(OOD)数据上表现出色，为 minimally invasive surgery 机器人技术增添了一层安全性和精确性。
引用
@article{arxiv.2405.07104,
title = {Uncertainty-Aware Shape Estimation of a Surgical Continuum Manipulator in Constrained Environments using Fiber Bragg Grating Sensors},
author = {Alexander Schwarz and Arian Mehrfard and Golchehr Amirkhani and Henry Phalen and Justin H. Ma and Robert B. Grupp and Alejandro Martin-Gomez and Mehran Armand},
journal= {arXiv preprint arXiv:2405.07104},
year = {2024}
}