基于图像的力量定位和估计的微尺度连续导线机器人导线机器人

科学领域:

• 医疗机器人 医疗机器人
• 生物机械工程 生物机械工程
• 手术导航 手术导航

背景情况:

• 血管内手术依赖于导线,由于控制有限,造成血管损伤的风险.
• 目前的导线技术缺乏精确的力反,阻碍了准确的导航并增加了并发症风险.
• 机器人导线提供了改善方向性和内在力感应的潜力,但在传感器集成和力分布解释方面面临挑战.

研究的目的:

• 开发和验证一种方法来估计和定位沿着微型机器人导线的力量.
• 通过结合摩擦和歇斯底里模型来提高力感应的准确性.
• 通过先进的导线控制,提高血管内干预的安全性和有效性.

主要方法:

• 利用图像反和Cosserat棒模型进行力估计和定位.
• 开发了一个微型肌驱动的导线机器人.
• 将摩擦和歇斯底里斯模型纳入力感应框架.
• 在重力负荷下在尼丁醇管上测试了该模型.

主要成果:

• 在形状预测中实现了0.46mm的平均根平均平方误差 (RMSE).
• 摩擦和歇斯底里补偿改善了180度曲的形状预测RMSE到1.22毫米,优于未补偿模型 (1.62毫米RMSE).
• 局部力量的平均误差为4.79mm (长度的5.15%) 和估计的大小的平均误差为13.03mN.

结论:

• 呈现的图像引导的Cosserat棒模型有效地估计和定位微尺度机器人导线上的力量.
• 摩擦和歇斯底里模型显著提高了形状和力预测的准确性.
• 这项技术有望改善微创血管内手术的控制和安全性.