Manipulability maximization in constrained inverse kinematics of surgical robots

要約

ロボット支援低侵襲手術 (RMIS) では、切開点での組織損傷を防ぐために、逆運動学 (IK) が遠隔運動中心 (RCM) 制約を満たす必要があります。
ただし、既存の IK 手法のほとんどは、RCM 制約と、関節制限、タスクのパフォーマンス、操作性の最適化などの他の目的との間のトレードオフを考慮していません。
この論文では、RCM 制約と関節制限を尊重しながらロボットの器用さを最適化する、手術ロボットの制約付き IK における操作性を最大化するための新しい方法を紹介します。
私たちの方法では、異なる優先レベルを持つ一連の二次計画法を解く階層二次計画法 (HQP) フレームワークを使用します。
冗長運動チェーンの制約付きおよび制約なし IK シナリオの 6D パス追跡タスクのシミュレーションでこの方法を評価します。
私たちの結果は、私たちの方法がすべてのケースで操作性指数を向上させ、多数の自由度が利用可能な場合には 100% 以上の重要な増加をもたらすことを示しています。
IK 問題を解くための平均計算時間は 1ms 未満であり、リアルタイムのロボット制御に適しています。
私たちの方法は、RMIS アプリケーションにおける制約付き IK 問題に対する斬新で効果的な解決策を提供します。

要約(オリジナル)

In robot-assisted minimally invasive surgery (RMIS), inverse kinematics (IK) must satisfy a remote center of motion (RCM) constraint to prevent tissue damage at the incision point. However, most of existing IK methods do not account for the trade-offs between the RCM constraint and other objectives such as joint limits, task performance and manipulability optimization. This paper presents a novel method for manipulability maximization in constrained IK of surgical robots, which optimizes the robot’s dexterity while respecting the RCM constraint and joint limits. Our method uses a hierarchical quadratic programming (HQP) framework that solves a series of quadratic programs with different priority levels. We evaluate our method in simulation on a 6D path tracking task for constrained and unconstrained IK scenarios for redundant kinematic chains. Our results show that our method enhances the manipulability index for all cases, with an important increase of more than 100% when a large number of degrees of freedom are available. The average computation time for solving the IK problems was under 1ms, making it suitable for real-time robot control. Our method offers a novel and effective solution to the constrained IK problem in RMIS applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google