Give me scissors: Collision-Free Dual-Arm Surgical Assistive Robot for Instrument Delivery

📄 arXiv: 2603.02553v1 📥 PDF

作者: Xuejin Luo, Shiquan Sun, Runshi Zhang, Ruizhi Zhang, Junchen Wang

分类: cs.RO, cs.CV, cs.HC, cs.LG

发布日期: 2026-03-03

备注: 8 pages, 10 figures. Accepted by IEEE International Conference on Robotics and Automation (ICRA), 2026

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出基于视觉-语言模型的双臂手术辅助机器人，实现无碰撞器械递送

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 手术机器人 双臂机器人 视觉-语言模型 零样本学习 碰撞避免 运动规划

📋 核心要点

  1. 现有手术机器人辅助递送器械依赖预定义路径，泛化性差，在动态环境中存在安全隐患。
  2. 利用视觉-语言模型，根据医生指令零样本生成抓取和递送轨迹，并采用二次规划框架实现实时避障。
  3. 实验结果表明，该系统在器械递送中达到83.33%的成功率，并保证运动过程中的无碰撞。

📝 摘要（中文）

本文提出了一种用于器械递送的无碰撞双臂手术辅助机器人。该机器人旨在替代手术室护士重复性的器械递送工作，提高手术效率。不同于以往依赖预定义路径的方法，本文利用视觉-语言模型，根据外科医生的指令自动生成抓取和递送轨迹，实现了零样本学习。同时，提出了一种实时障碍物最小距离感知方法，并将其集成到统一的二次规划框架中，确保双臂机器人在动态环境中自主运动时的反应式避障和自碰撞预防。实验结果表明，该机器人系统在手术器械递送中取得了83.33%的成功率，并在所有试验中保持平稳、无碰撞的运动。

🔬 方法详解

问题定义：手术过程中，护士需要频繁地向外科医生递送手术器械，这会导致身体疲劳和注意力下降。现有的机器人辅助护士方案通常依赖于预定义的路径，这限制了它们在复杂和动态环境中的通用性，并且可能存在碰撞风险。因此，需要一种能够根据医生指令自主规划路径，并在动态环境中安全避障的机器人系统。

核心思路：本文的核心思路是利用视觉-语言模型理解医生的指令，并生成相应的抓取和递送轨迹。同时，通过实时感知环境中的障碍物，并采用二次规划方法进行运动规划，确保机器人在运动过程中能够安全避障。这种方法将高级语义理解和低级运动控制相结合，实现了机器人自主完成器械递送任务。

技术框架：该系统的整体框架包括以下几个主要模块：1) 视觉-语言模型：用于理解外科医生的指令，并生成抓取和递送轨迹。2) 障碍物感知模块：用于实时感知环境中的障碍物，并计算机器人与障碍物之间的最小距离。3) 二次规划运动规划模块：将障碍物距离信息和机器人运动学约束集成到二次规划框架中，生成无碰撞的运动轨迹。4) 双臂机器人控制模块：控制双臂机器人按照规划的轨迹进行运动，完成器械递送任务。

关键创新：该论文的关键创新点在于：1) 提出了基于视觉-语言模型的零样本器械递送方法，无需预定义路径，提高了系统的通用性。2) 提出了一种实时障碍物最小距离感知方法，能够准确感知环境中的障碍物。3) 将障碍物感知和运动规划集成到统一的二次规划框架中，实现了反应式避障和自碰撞预防。与现有方法相比，该方法更加灵活、安全，能够适应复杂的手术环境。

关键设计：视觉-语言模型采用预训练模型进行微调，以适应手术器械识别和指令理解任务。障碍物感知模块使用深度相机获取环境的三维信息，并采用点云处理算法提取障碍物。二次规划框架的目标函数包括平滑性、避障性和任务完成度等多个方面，通过调整权重系数来平衡各个目标。具体的参数设置和损失函数细节在论文中有详细描述。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，该机器人系统在手术器械递送中取得了83.33%的成功率。所有试验中，机器人均能平稳、无碰撞地完成运动。与传统的预定义路径方法相比，该系统具有更强的适应性和鲁棒性，能够在动态环境中安全地完成任务。

🎯 应用场景

该研究成果可应用于手术室等医疗场景，作为手术助手的辅助工具，减轻医护人员的体力负担，提高手术效率和安全性。未来，该技术还可扩展到其他需要人机协作的复杂环境中，例如灾难救援、工业生产等领域，具有广阔的应用前景。

📄 摘要（原文）

During surgery, scrub nurses are required to frequently deliver surgical instruments to surgeons, which can lead to physical fatigue and decreased focus. Robotic scrub nurses provide a promising solution that can replace repetitive tasks and enhance efficiency. Existing research on robotic scrub nurses relies on predefined paths for instrument delivery, which limits their generalizability and poses safety risks in dynamic environments. To address these challenges, we present a collision-free dual-arm surgical assistive robot capable of performing instrument delivery. A vision-language model is utilized to automatically generate the robot's grasping and delivery trajectories in a zero-shot manner based on surgeons' instructions. A real-time obstacle minimum distance perception method is proposed and integrated into a unified quadratic programming framework. This framework ensures reactive obstacle avoidance and self-collision prevention during the dual-arm robot's autonomous movement in dynamic environments. Extensive experimental validations demonstrate that the proposed robotic system achieves an 83.33% success rate in surgical instrument delivery while maintaining smooth, collision-free movement throughout all trials. The project page and source code are available at https://give-me-scissors.github.io/.