Optimal Vision-Based Orientation Steering Control for a 3D Printed Dexterous Snake-Like Manipulator to Assist Teleoperation
Notice bibliographique
Résumé
Endoscopic cameras attached to miniaturised snakelike continuum robotic arms can improve dexterity, accessibility, and visibility in minimally invasive surgical tasks. This steerable camera can expand the field of view and enhance the surgical experience with additional degrees of freedom. However, it also creates more control options that complicate human-machine interaction. This challenge presents an opportunity to develop novel human-machine control strategies using visual sensing to complement the dexterous actuation of a steerable surgical manipulator. This study presents a semi-autonomous controller to assist teleoperation by steering a camera such that it keeps an arbitrary target in the centre of the field of view, thus assisting in surveying different orientations about the target with imagebased information. Two controllers are proposed using classical image-based visual servoing techniques and optimal visual predictive control techniques. These techniques are simulated and validated on our robot SnakeRaven: a 3D-printed patient-specific end-effector attached to the RAVEN II surgical platform. Both systems, most notably the visual predictive approach, operated successfully with robustness to a lack of information about the target. A video demonstrating the main results of this paper can be found via https://youtu.be/fiUM9qYdl1U
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».