Vision and Contact based Optimal Control for Autonomous Trocar Docking

要約

将来の手術室には、内視鏡制御などのさまざまな手術タスクを実行するロボットが装備されるでしょう。
外科医がいくつかの自律シーケンスから選択するヒューマンインザループ監視制御アーキテクチャは、すでに前臨床試験で成功裏に適用されています。
内視鏡をトロカールまたはイントロデューサーに挿入することは、あらゆるキーホール外科手術の重要なステップです。今後、このデバイスを「トロカール」とのみ呼びます。
私たちの目標は、自律トロカール ドッキング用のコントローラーを開発することです。
自律トロカール ドッキングは、ペグ イン ホール問題のバージョンです。
ロボット工学に関する文献における広範な研究がこの問題に取り組んでいます。
穴のペグの問題は、通常、穴が静的で相互作用に対して硬いと考えられるアセンブリのコンテキストで広く研究されています。
ただし、私たちの場合、トロカールは固定されておらず、相互作用に応答します。
私たちは、外科医が挿入を正常に完了するために内視鏡とトロカールの間の接触を利用するさまざまな外科手術を検討します。
私たちの知る限り、この問題の特定の一般化を直接調査した文献は見つかりませんでした。
この研究における私たちの主な貢献は、自動トロカールドッキングのための最適な制御の定式化です。
非線形最適化プログラムを使用してタスクをモデル化し、最適なジョイント構成を見つけるための制約を受けるコスト関数を最小化します。
コントローラーには挿入用の幾何学的モデルとフォース フィードバック (FF) 項が組み込まれており、トロカールとの過剰な相互作用力を防止することで患者の安全を確保します。
実際のハードウェア ラボのセットアップで実証された実験により、アプローチが検証されます。
私たちの方法は、実際のロボットラボセットアップでトロカールの挿入を成功裏に達成し、シミュレーション試験では相互作用の力を軽減する能力を実証しています。

要約(オリジナル)

Future operating theatres will be equipped with robots to perform various surgical tasks including, for example, endoscope control. Human-in-the-loop supervisory control architectures where the surgeon selects from several autonomous sequences is already being successfully applied in preclinical tests. Inserting an endoscope into a trocar or introducer is a key step for every keyhole surgical procedure — hereafter we will only refer to this device as a ‘trocar’. Our goal is to develop a controller for autonomous trocar docking. Autonomous trocar docking is a version of the peg-in-hole problem. Extensive work in the robotics literature addresses this problem. The peg-in-hole problem has been widely studied in the context of assembly where, typically, the hole is considered static and rigid to interaction. In our case, however, the trocar is not fixed and responds to interaction. We consider a variety of surgical procedures where surgeons will utilize contact between the endoscope and trocar in order to complete the insertion successfully. To the best of our knowledge, we have not found literature that explores this particular generalization of the problem directly. Our primary contribution in this work is an optimal control formulation for automated trocar docking. We use a nonlinear optimization program to model the task, minimizing a cost function subject to constraints to find optimal joint configurations. The controller incorporates a geometric model for insertion and a force-feedback (FF) term to ensure patient safety by preventing excessive interaction forces with the trocar. Experiments, demonstrated on a real hardware lab setup, validate the approach. Our method successfully achieves trocar insertion on our real robot lab setup, and simulation trials demonstrate its ability to reduce interaction forces.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google