キャプスタン駆動連続体手術ロボットの統合設計・モデリング・認識フレームワークを発表

何が起きたか

キャプスタン駆動の連続体手術ロボットにおいて、形状・力覚センシングのボトルネックを解消する統合フレームワークが発表された。本フレームワークは、設計・モデリング・認識を統合し、コンパクトなキャプスタン構造を維持したままケーブル張力フィードバックを可能にする。

詳細

本論文は、キャプスタン駆動の連続体手術ロボットにおける形状・力覚センシングの課題に取り組む。従来、キャプスタンアセンブリ内の限られたスペースでケーブル張力情報を取得することが困難だった。そこで、アクチュエーション・パーセプションの共同設計に基づく統合的アプローチを提案する。 具体的には、駆動系のモータ取付ブラケットに弾性要素を導入し、ケーブル反力による微小変形を利用して、キャプスタン空間を占有せずにリアルタイムのケーブル張力測定を可能にした。また、空間ケーブル配線戦略による非従来型ジョイント構成のモデリング複雑性に対処するため、マルチボディ短太梁モデルに基づく並列計算フレームワークを提案した。このフレームワークは、短い梁セグメントのせん断効果と複数ケーブルの相互作用を捉えつつ、リアルタイム性能を達成する。 さらに、近位の多軸力・トルクセンサを追加の測定アンカーとして組み込むことで、安定した形状・力覚センシングを実現した。この設計・モデリング・認識フレームワークに基づき、単一セグメントおよび二重セグメント構成のキャプスタン駆動連続体手術ロボットが開発された。実験では、単一・二重セグメントの両方でフレームワークの有効性が検証され、リアルタイムの先端位置推定と接触力・接触位置の認識が実証された。

Key Facts

なぜ重要か

本フレームワークは、キャプスタン駆動の連続体手術ロボットにおいて、コンパクトな構造を損なわずに統合的な認識を可能にする。これにより、手術ロボットの形状・力覚センシングの精度とリアルタイム性が向上し、より安全で高精度な手術支援への貢献が期待される。