Bimanual Manipulation of Steady Hand Eye Robots with Adaptive Sclera Force Control: Cooperative vs. Teleoperation Strategies

📄 arXiv: 2402.18088v2 📥 PDF

作者: Mojtaba Esfandiari, Peter Gehlbach, Russell H. Taylor, Iulian Iordachita

分类: cs.RO

发布日期: 2024-02-28 (更新: 2024-08-05)

💡 一句话要点

提出双手自适应遥操作框架以解决眼科手术中的接触力控制问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 双手操作 自适应控制 眼科手术 机器人技术 力控制 遥操作 手术安全

📋 核心要点

  1. 现有的合作控制模式无法安全地最小化手术工具与巩膜之间的接触力，可能导致组织损伤。
  2. 论文提出了一种双手自适应遥操作控制框架，结合自适应力控制算法，以自动调节工具与巩膜的接触力。
  3. 实验结果显示，BMAT模式在眼科手术中表现出色，能够安全地进行双手遥操作，避免过度拉伸眼球。

📝 摘要（中文）

进行视网膜静脉插管（RVC）作为视网膜静脉阻塞（RVO）潜在治疗方法，若无外科机器人系统的辅助，安全实施非常具有挑战性。主要限制在于外科医生的生理手抖。机器人辅助眼科手术技术可解决手抖和疲劳问题，提高RVC的安全性和精确性。本文提出了一种双手自适应遥操作（BMAT）控制框架，结合自适应力控制算法，自动最小化手术工具与巩膜之间的接触力。实验结果表明，BMAT框架在无注册情况下有效实现了安全的双手遥操作。

🔬 方法详解

问题定义：本文旨在解决现有手术机器人在眼科手术中无法有效控制工具与巩膜接触力的问题。现有的合作控制模式无法有效防止组织损伤，且缺乏必要的触觉反馈。

核心思路：论文提出的双手自适应遥操作（BMAT）框架，通过自适应力控制算法，自动调节手术工具与巩膜之间的接触力，从而提高手术的安全性和精确性。

技术框架：BMAT框架包括两个主要模块：自适应力控制（AFC）算法和双手遥操作控制。AFC算法实时监测工具与巩膜之间的接触力，并根据反馈调整操作参数。

关键创新：最重要的创新点在于将自适应力控制算法与双手遥操作相结合，能够在无注册情况下实现安全的双手操作，这在现有技术中尚属首次。

关键设计：在设计中，使用了基于光纤布拉格光栅（FBG）的力传感工具来实时测量接触力，确保了反馈的准确性和实时性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，BMAT控制框架在进行双手遥操作时，能够有效控制工具与巩膜之间的接触力，避免过度拉伸眼球。与传统的合作模式相比，BMAT模式在安全性和精确性上有显著提升，具体性能数据尚未披露。

🎯 应用场景

该研究的潜在应用领域包括眼科手术、机器人手术系统以及其他需要精细操作的医疗场景。通过提高手术的安全性和精确性，未来可能显著改善患者的治疗效果和手术体验。

📄 摘要（原文）

Performing retinal vein cannulation (RVC) as a potential treatment for retinal vein occlusion (RVO) without the assistance of a surgical robotic system is very challenging to do safely. The main limitation is the physiological hand tremor of surgeons. Robot-assisted eye surgery technology may resolve the problems of hand tremors and fatigue and improve the safety and precision of RVC. The Steady-Hand Eye Robot (SHER) is an admittance-based robotic system that can filter out hand tremors and enables ophthalmologists to manipulate a surgical instrument inside the eye cooperatively. However, the admittance-based cooperative control mode does not safely minimize the contact force between the surgical instrument and the sclera to prevent tissue damage. Additionally, features like haptic feedback or hand motion scaling, which can improve the safety and precision of surgery, require a teleoperation control framework. This work presents a bimanual adaptive teleoperation (BMAT) control framework using SHER 2.0 and SHER 2.1 robotic systems. We integrate them with an adaptive force control (AFC) algorithm to automatically minimize the tool-sclera interaction force. The scleral forces are measured using two fiber Bragg grating (FBG)-based force-sensing tools. We compare the performance of the BMAT mode with a bimanual adaptive cooperative (BMAC) mode in a vessel-following experiment under a surgical microscope. Experimental results demonstrate the effectiveness of the proposed BMAT control framework in performing a safe bimanual telemanipulation of the eye without over-stretching it, even in the absence of registration between the two robots.