一个扩展的普兰特尔-伊什林斯基歇斯底里斯模型用于I2RIS机器人
Yiyao Yue1, Mojtaba Esfandiari1, Pengyuan Du1
1Laboratory for Computational Sensing and Robotics, Johns Hopkins University, Baltimore, MD 21218 USA.
IFAC-PapersOnLine
|February 26, 2026
概括
一个新的扩展普兰特尔-伊什林斯基 (EGPI) 模型准确地描述了灵活的机器人中的多阶段歇斯底里,例如改进的集成机器人眼内蛇 (I2RIS). 这提高了精确度微妙的程序,如视网膜手术.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 医疗器械 医疗器械
- 控制系统 控制系统
背景情况:
- 视网膜手术需要高精度,因为视网膜的狭窄的解剖空间.
- 灵活的肌驱动机器人,如改进的集成机器人眼内蛇 (I2RIS),是为了提高手术精度而开发的.
- 歇斯底里对于这些机器人的精确控制和定位具有重大挑战,特别是小规模系统中观察到的多阶段歇斯底里.
研究的目的:
- 为灵活的机器人开发更准确的歇斯底里模型.
- 为了应对I2RIS系统中多阶段歇斯底里的挑战.
- 为了提高微创手术机器人手术工具的精度和控制.
主要方法:
- 提出了一个扩展的普兰特尔-伊什林斯基 (EGPI) 模型.
- 将一种新的切换机制纳入EGPI模型,以描述多阶段歇斯底里.
- 使用来自I2RIS机器人的实验数据验证了EGPI模型.
主要成果:
- 与传统的普兰特尔-伊什林斯基 (GPI) 模型相比,EGPI模型显示出更高的适配精度.
- 在根平均平方误差 (RMSE),规范RMSE (NRMSE) 和平均绝对误差 (MAE) 方面,EGPI的表现优于GPI.
- 该模型准确地描述了各种电机输入方向的多阶段歇斯底里.
结论:
- EGPI模型有效地模拟了灵活机器人的多阶段歇斯底里现象.
- 这种增强的建模能力对于提高机器人辅助的微创手术精度至关重要.
- EGPI模型显示了在灵活的机器人系统中推进控制策略的巨大潜力.
