手術ロボット/キャリブレーション2026/3/1arXiv:2603.08983

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

SurgCalib: Gaussian Splatting-Based Hand-Eye Calibration for Robot-Assisted Minimally Invasive Surgery

手術ロボットのハンドアイキャリブレーションを、マーカーレスでガウススプラッティングを用いて自動推定する手法を提案した。

詳しい要約

1. どんなもの？

- da Vinci surgical robot の hand-eye calibration を目的とした SurgCalib を提案 - Gaussian Splatting ベースの differentiable rendering pipeline を利用 - markerless かつ自動で OR での使用可能性を目指す - 手術器具の pose を raw kinematic 測定で初期化し、RCM 制約下で二段階最適化により refine - 公開 dVRK benchmark の SurgPose で評価

2. 先行研究と比べてどこがすごい？

- 従来の hand-eye calibration は既知の fiducial pattern に依存し AX = XB を解く - マーカーを OR に導入すると sterility protocols 違反や surgical workflow の乱れを招く - SurgCalib は markerless で自動化されており、OR での使用可能性がある - cable-driven surgical robot の encoder 不正確さ（cable stretch, backlash）に対処 - 追加マーカー不要で sterility を保ちやすい点が利点

3. 技術・手法の肝は？

- 手術器具の pose を raw kinematic measurements で初期化 - Gaussian Splatting ベースの differentiable rendering pipeline 内で最適化 - RCM constraint 下で二段階の optimization procedure を実施 - 器具 pose を refine することで hand-eye transformation を推定 - 具体的な最適化の詳細や損失関数は要旨からは不明

4. どうやって有効だと検証した？

- 公開 dVRK benchmark である SurgPose で評価 - 左器具: 2D tool-tip reprojection error 12.24 px (2.06 mm)、3D tool-tip Euclidean distance error 5.98 mm - 右器具: 2D tool-tip reprojection error 11.33 px (1.9 mm)、3D tool-tip Euclidean distance error 4.75 mm - 平均誤差を報告し有効性を検証

5. 議論はある？

- OR での使用可能性が示唆されているが、実際の sterility や workflow への影響は要旨からは不明 - cable stretch や backlash による encoder 不正確さへの対処が議論されている - マーカー不要の利点が強調される一方、限界や失敗ケースは要旨からは不明 - 臨床応用への課題は要旨からは不明

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究: AX = XB formulation を用いた conventional hand-eye calibration - 関連手法: Gaussian Splatting, differentiable rendering, RCM constraint - ベンチマーク: dVRK benchmark, SurgPose - 同分野の定番: da Vinci surgical robot の vision-guided robotic system に関する研究

※ 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: Zijian Wu, Shuojue Yang, Yu Chung Lee, Eitan Prisman, Yueming Jin, Septimiu E. Salcudean

分類: cs.RO, cs.CV

原文アブストラクト

We present a Gaussian Splatting-based framework for hand-eye calibration of the da Vinci surgical robot. In a vision-guided robotic system, accurate estimation of the rigid transformation between the robot base and the camera frame is essential for reliable closed-loop control. For cable-driven surgical robots, this task faces unique challenges. The encoders of surgical instruments often produce inaccurate proprioceptive measurements due to cable stretch and backlash. Conventional hand-eye calibration approaches typically rely on known fiducial patterns and solve the AX = XB formulation. While effective, introducing additional markers into the operating room (OR) environment can violate sterility protocols and disrupt surgical workflows. In this study, we propose SurgCalib, an automatic, markerless framework that has the potential to be used in the OR. SurgCalib first initializes the pose of the surgical instrument using raw kinematic measurements and subsequently refines this pose through a two-phase optimization procedure under the RCM constraint within a Gaussian Splatting-based differentiable rendering pipeline. We evaluate the proposed method on the public dVRK benchmark, SurgPose. The results demonstrate average 2D tool-tip reprojection errors of 12.24 px (2.06 mm) and 11.33 px (1.9 mm), and 3D tool-tip Euclidean distance errors of 5.98 mm and 4.75 mm, for the left and right instruments, respectively.

arXivで原文を読む →arXiv概要ページ

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

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？

原文アブストラクト

関連論文

今週よく読まれている記事

MINISFORUM（ミニPC）

双腕モバイルマニピュレーター OpenShell