Design and Implementation of an Emotional Learning Controller for Force Control of a Robotic Laparoscopic Instrument
Notice bibliographique
Résumé
Purpose: Force control of robotic instruments is a difficult task due to the uncertainties causedby changes in the instrument’s geometrical and mechanical characteristics during surgery as well as the nonlinear dynamics of the instrument. A new approach based on an intelligent controller is developed to control the force interactions of a robotic surgical instrument with delicate soft tissues. This feature assists the surgeon by providing a safe grasp of soft tissues during dissection or suturing. Besides, by controlling and optimizing the magnitude of the instrument/tissue contact forces, controlled grasp will significantly reduce the surgery trauma. Method: The controller is devised using a neuro-fuzzy regulator that receives the tracking error and its derivative as inputs, and a PD critic that evaluates the actual pinch force and produces an emotional signal. The controller tunes its parameters by means of minimizing the critic’s output signal, i.e., stress, so that the force tracking error is reduced. Numerical simulations and experimental tests were performed to evaluate the controller. Results: Simulation tests revealed that the controller can effectively adapt its rules when the instrument’s geometry and frictional behavior changes. The experiments revealed a settling time of 0.7 s with 3.1% overshoot. In comparison with a PID, the proposed controller reduced the mean squared error (MSE) by 94% for a target constant force, and 24% for a target sinusoidal trajectory. Conclusion: the proposed controller showed a superior performance in force control of tissue in safe grasp in comparison with a PID particularly for constant target forces.
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 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».