実環境における手術ロボット器具の姿勢を統合的特徴検出で効率的に再構成
Efficient Surgical Robotic Instrument Pose Reconstruction in Real World Conditions Using Unified Feature Detection
手術ロボットのカメラ-ロボット間キャリブレーションを効率化するため、キーポイントとシャフトエッジを単一推論で検出する統合フレームワークを提案し、実環境で高精度・高速な姿勢推定を実現した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Zekai Liang, Kazuya Miyata, Xiao Liang, Florian Richter, Michael C. Yip
分類: cs.RO, cs.CV
原文アブストラクト
Accurate camera-to-robot calibration is essential for any vision-based robotic control system and especially critical in minimally invasive surgical robots, where instruments conduct precise micro-manipulations. However, MIS robots have long kinematic chains and partial visibility of their degrees of freedom in the camera, which introduces challenges for conventional camera-to-robot calibration methods that assume stiff robots with good visibility. Previous works have investigated both keypoint-based and rendering-based approaches to address this challenge in real-world conditions; however, they often struggle with consistent feature detection or have long inference times, neither of which are ideal for online robot control. In this work, we propose a novel framework that unifies the detection of geometric primitives (keypoints and shaft edges) through a shared encoding, enabling efficient pose estimation via projection geometry. This architecture detects both keypoints and edges in a single inference and is trained on large-scale synthetic data with projective labeling. This method is evaluated across both feature detection and pose estimation, with qualitative and quantitative results demonstrating fast performance and state-of-the-art accuracy in challenging surgical environments.
関連論文
- SurgCalib: ガウススプラッティングに基づくロボット支援低侵襲手術のためのハンドアイキャリブレーション手術ロボット/キャリブレーション
- da Vinci手術ロボットのためのオンザフライハンドアイキャリブレーション手術ロボット/キャリブレーション
- 手術シーンからのオンラインハンドアイ変換推定手術ロボット/キャリブレーション
- 2段階キャリブレーションによるケーブル駆動手術ロボットの高速・高信頼な自律デブリードマン手術ロボット/キャリブレーション
