An efficient method of correcting position mismatch between a haptic device and a robot-assisted tool
Notice bibliographique
Résumé
In robot-assisted surgery, a critical factor is to handle pose (position and orientation) mismatch between a stylus-style hand controller and a surgical tool (robot-assisted tool) attached to the end-effector of a robot. The mismatch has similar characteristics as robot calibration in industrial settings. Nevertheless, any methods for correcting the mismatch need to meet certain computation and accuracy requirements, which are derived from the constraints of a robot-assisted surgical system. On a virtual reality simulator, we use a haptic device (PHANToM Premium 1.5/6DOF) as the hand controller to actuate a robot-assisted surgical tool via neuroArm - a robotic system in microscopic neurosurgery. Within the workspace of the tool, we have defined the computation and accuracy requirements of correction as 1.0 ms and 30.0 μm, respectively. Towards the correction of the pose mismatch, this current work first assesses the suitability of the Newton-Raphson (NR) method for addressing the position mismatch between the haptic interface point (HIP) of the haptic device and the tooltip of the surgical tool. For fast computation, we have modified the NR method to take advantage of its quadratic rate of convergence. This modification adds a feedback loop for selecting appropriate initial values. As well, we have verified the non-singularities of the workspace where the position mismatch needs to be corrected. Assessed in the workspace of 90 targets, the modified NR method achieves an accuracy between the HIP and the tooltip at about 1.0 μm in less than 64 μs - meeting both requirements of correction. Thus, this work confirms the suitability of the modified NR method to efficiently correct the position mismatch between the HIP and the tooltip on neuroArm.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».