Bimanual Manipulation of Steady Hand Eye Robots with Adaptive Sclera Force Control: Cooperative vs. Teleoperation Strategies

在进行复杂的眼部显微手术，例如视网膜静脉穿刺术（RVC），作为视网膜静脉阻塞（RVO）的潜在治疗方法时，没有手术机器人系统的帮助，是非常具有挑战性的，因为外科医生的生理手颤会成为主要限制因素。机器人辅助眼科手术技术可以解决手颤和疲劳问题，提高RVC的安全性和精度。Steady-Hand Eye Robot（SHER）是一种基于阻抗的机器人系统，可以过滤手颤并使眼科医生协同操纵眼内的手术器械。然而，基于阻抗的协作控制模式并未解决重要的安全考虑因素，例如最小化手术器械与巩膜表面之间的接触力，以防止组织损伤。提出了一种自适应巩膜力控制算法，使用基于FBG的力传感器工具来测量和最小化工具-巩膜相互作用力，以解决这个限制。此外，像触觉反馈或手部运动缩放等功能可以提高手术的安全性和精度，需要远程操作控制框架。我们使用SHER 2.0和SHER 2.1实现了双手自适应远程操作（BMAT）控制模式，并将其性能与双手自适应协作（BMAC）模式进行了比较。在手术显微镜下的血管跟踪实验中，测试了BMAT和BMAC模式在坐姿和站姿下的表现。据我们所知，这是首次在机器人辅助视网膜手术中实现了自适应巩膜力控制算法与双手远程操作框架的整合，使外科医生可以安全地进行双手远程操作，而不会过度拉伸眼睛，即使两个机器人之间没有注册。

本文旨在解决手部颤动和疲劳等问题对于眼部微创手术的影响，提出使用机器人协助眼部手术的解决方案，通过自适应巩膜力控制算法和双手自适应远程操作模式，提高手术的安全性和精准度。

本文提出了一种自适应巩膜力控制算法，通过使用FBG传感器测量和减小手术工具与巩膜表面的接触力，解决了机器人协作控制模式的安全性问题。同时，使用双手自适应远程操作模式，实现了手术的安全和精准操作。

本文使用Steady-Hand Eye Robot (SHER) 2.0和SHER 2.1进行实验，比较了双手自适应远程操作模式和双手自适应协作模式的性能。实验结果表明，自适应巩膜力控制算法和双手自适应远程操作模式的结合，可以使外科医生在没有超伸眼球的情况下，安全地进行双手远程操作。

相关研究包括机器人辅助眼科手术、自适应控制算法等。例如，论文《A Review of Robotic-Assisted Microsurgery》介绍了机器人辅助微创手术的现状和未来发展趋势。