An iterative closest point algorithm for marker-free 3D shape registration of continuum robots

要約

連続ロボットは、少ない外科的外傷で人体の深部にアクセスできる可能性があるため、医療分野で有望な技術として浮上しています。
これらのロボットの物理ベースのモデルを導出する場合、複雑な形状を正確に測定することが難しいため、モデルの評価は大きな課題となります。
この研究では、写真測量測定の一部として細長い連続体ロボットのバックボーン形状を推定するための、最適化ベースの 3D 形状登録アルゴリズムを紹介します。
バックボーンを推定するための私たちのアプローチは、パラメトリック 3 次元曲線をロボットの画像に最適に一致させます。
私たちの方法には反復最近点アルゴリズムが組み込まれているため、それぞれの画像内のロボットの位置についての事前の知識は必要ありません。
同心円状の連続体ロボットの人工画像と実際の画像を使った実験では、シミュレーション データからの再構成の平均最大偏差が 0.665 mm、手動測定からは 0.939 mm であることがわかりました。
これらの結果は、私たちのアルゴリズムが連続ロボットの画像から高精度の位置データを生成できることを示しています。

要約(オリジナル)

Continuum robots have emerged as a promising technology in the medical field due to their potential of accessing deep sited locations of the human body with low surgical trauma. When deriving physics-based models for these robots, evaluating the models poses a significant challenge due to the difficulty in accurately measuring their intricate shapes. In this work, we present an optimization based 3D shape registration algorithm for estimation of the backbone shape of slender continuum robots as part of a pho togrammetric measurement. Our approach to estimating the backbones optimally matches a parametric three-dimensional curve to images of the robot. Since we incorporate an iterative closest point algorithm into our method, we do not need prior knowledge of the robots position within the respective images. In our experiments with artificial and real images of a concentric tube continuum robot, we found an average maximum deviation of the reconstruction from simulation data of 0.665 mm and 0.939 mm from manual measurements. These results show that our algorithm is well capable of producing high accuracy positional data from images of continuum robots.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google