論文の概要: Shaft-integrated Force Sensing with Transformer-based Dynamics Compensation for Telesurgery
- arxiv url: http://arxiv.org/abs/2605.31434v2
- Date: Tue, 02 Jun 2026 13:13:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-03 18:57:50.259908
- Title: Shaft-integrated Force Sensing with Transformer-based Dynamics Compensation for Telesurgery
- Title（参考訳）: 変圧器を用いた遠隔手術用力覚センサ
- Authors: Shuyuan Yang, Grant Boone, Timo Markert, Sebastian Matich, Andreas Theissler, Martin Atzmueller, Zonghe Chua,
- Abstract要約: ロボット支援最小侵襲手術(RAMIS)は,触覚フィードバックを活用し,パフォーマンスの向上を図る。
フォース情報には、パフォーマンスアセスメント、触覚的ローカライゼーション、および外科的自律性を通知する幅広い可能性がある。
本研究は,標準的なケーブル駆動手術器具の遠位端に6軸の商用力センサを統合する方法を提案する。
- 参考スコア（独自算出の注目度）: 9.235166181120494
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robot-Assisted Minimally Invasive Surgery (RAMIS) enhances surgeon dexterity, with newer platforms leveraging haptic feedback to further improve performance. Such force information has broader potential to inform performance assessment, tactile localization, and surgical autonomy. This motivates the need for accessible approaches to integrating force sensing into RAMIS tools. This work presents a method for integrating a six-axis commercial force sensor into the distal end of a standard cable-driven surgical instrument, enabling end-effector force measurement while preserving the original mechanical functionality of the device. The proposed design emphasizes reproducibility and accessibility for research applications, requiring no specialized manufacturing tools. A transformer neural network integrates force sensor measurements with robot state information to aid estimation of applied forces at the end-effector, compensating for internal cable forces arising from actuation. Our proposed approach achieved normalized errors below 6%, and generalized to unseen conditions better than purely proximal data-driven sensing approaches. High internal cable forces caused sensor saturation and reduced axial force observability, which can degrade performance along the tool's major axis and under higher load conditions. Given current levels of performance, the balance of system integrability and performance enables applications and research into timely topics of haptic feedback, skill assessment, and force-informed autonomy in RAMIS. Videos and code are available at https://enhanced-telerobotics.github.io/shaft_force_sensing/.
- Abstract（参考訳）: ロボット支援最小侵襲手術(RAMIS)は,触覚フィードバックを活用し,パフォーマンスの向上を図る。
このようなフォース情報は、パフォーマンスアセスメント、触覚的ローカライゼーション、および外科的自律性を通知する幅広い可能性を持っている。
これにより、RAMISツールにフォースセンシングを統合するためのアクセス可能なアプローチの必要性が高まっている。
本研究は, 標準ケーブル駆動手術器具の遠位端に6軸の商用力センサを組み込むことにより, 本来の機械的機能を維持しつつ, エンドエフェクタ力測定を可能にする方法である。
提案した設計は、研究用途の再現性とアクセシビリティを重視し、特別な製造ツールを必要としない。
トランスフォーマーニューラルネットワークは、力センサ計測とロボットの状態情報を統合して、作動によって生じる内部ケーブル力の補償として、エンドエフェクタの印加力の推定を支援する。
提案手法は6%未満の正規化誤差を達成し, 純粋に近似的なデータ駆動センシング手法よりも不明瞭な条件に一般化した。
高内部のケーブル力はセンサー飽和と軸方向の力の観測性を低下させ、工具の主軸に沿って性能を低下させ、より高い負荷条件下で性能を低下させた。
現在のパフォーマンスレベルを考慮すれば、システム統合性とパフォーマンスのバランスは、RAMISにおける触覚フィードバック、スキルアセスメント、強制インフォームド自律性のタイムリーなトピックに関するアプリケーションと研究を可能にします。
ビデオとコードはhttps://enhanced-telerobotics.github.io/shaft_force_sensing/.comで公開されている。
関連論文リスト
- Domain-Adaptive Communication-Rate Optimization for Sim-to-Real Humanoid-Robot Wireless XR Teleoperation [45.11184664928145]
ワイヤレス拡張現実(XR)遠隔操作は、ヒューマノイドロボットのデモを収集するための具体的相互作用機能を提供する。
本稿では, サンプリング, 送信, 再構築を統合し, 通信速度を最適化するシステムフレームワークを開発する。
論文 参考訳（メタデータ） (2026-05-19T03:13:09Z) - An Experimental Modular Instrument With a Haptic Feedback Framework for Robotic Surgery Training [1.6206092886889898]
本稿では,実時間触覚フィードバックの枠組みを組み込んだモジュール型ロボット腹腔鏡装置を提案する。
提案装置は手首に装着した力/トルク(F/T)センサを用いて、工具と形状の相互作用力を推定する。
触覚フィードバックフレームワークは、外部接触力を抽出し、触覚デバイスに描画し、安定かつ知覚的に意味のあるフィードバックを生成する。
論文 参考訳（メタデータ） (2026-04-30T03:55:05Z) - Real-Time Non-Contact Force Compensation for Wrist-Mounted Force/Torque Sensors in Haptic-Enabled Robotic Surgery Training [1.6206092886889898]
これまでに開発したローコストロボット手術訓練装置であるRoboScopeを、触覚フィードバックトレーニング用に手首に装着した力/トルクセンサー(F/T)を組み込むことで拡張した。
論文 参考訳（メタデータ） (2026-04-26T13:21:45Z) - Hybrid Offline-Online Reinforcement Learning for Sensorless, High-Precision Force Regulation in Surgical Robotic Grasping [2.874057693956189]
物理一貫性モデリングとハイブリッド強化学習を組み合わせたセンサレス制御フレームワークを提案する。
本研究では,電気・伝達・顎運動の結合を捉えるダ・ヴィンチ・シグルーピング機構の第1原理のディジタル双極子を開発した。
シミュレーションでは、マルチハーモニック顎運動において、コントローラは所望の基準の1%以内の把持力を維持できる。
論文 参考訳（メタデータ） (2026-02-27T10:11:59Z) - A Robotic Testing Platform for Pipelined Discovery of Resilient Soft Actuators [63.07587517846448]
本稿では,DEA寿命をスキャンできる新しいテストロボットによって実現された最適化パイプラインを提案する。
ロボットは、電気機械特性測定、プログラム可能な電圧入力、マルチチャネルテスト能力を統合する。
これを用いて,入力電圧等級,周波数,電極物質濃度,電気接続フィラーなど,Elastosil系リニアアクチュエータの寿命を走査した。
論文 参考訳（メタデータ） (2026-02-24T14:41:28Z) - UniForce: A Unified Latent Force Model for Robot Manipulation with Diverse Tactile Sensors [51.88112610411651]
そこで本研究では,多様な触覚センサにまたがる共用潜在力空間を学習する,新しい統合された触覚表現学習フレームワークを提案する。
UniForceは、逆ダイナミクス(image-to-force)とフォワードダイナミクス(force-to-image)を共同モデリングすることで、クロスセンサー領域シフトを低減する
高価な外部力/トルクセンサ(F/T)への依存を避けるため,静的平衡を利用して直接センサ・オブジェクト・センサ・インタラクションを介して力対効果データを収集する。
論文 参考訳（メタデータ） (2026-02-01T11:03:01Z) - Parametric Design of a Cable-Driven Coaxial Spherical Parallel Mechanism for Ultrasound Scans [1.9384419867620366]
触覚インターフェースは、外科医がリアルな力と動きのフィードバックを通じて遠隔環境と対話できるようにすることによって、医療的遠隔操作において重要な役割を担っている。
本稿では,これらの課題に対処するために開発されたCable-Driven Coaxial Spherical Parallel Mechanism (CDC-SPM)の設計方法論と解析について述べる。
提案するケーブル駆動インタフェースの設計により,ロボットアームのエンドエフェクタに装着した重量を低減し,慣性負荷を最小限に抑え,剛性を高め,動的応答性を向上させることができる。
論文 参考訳（メタデータ） (2025-12-07T20:58:41Z) - Bayesian Imitation Learning for End-to-End Mobile Manipulation [80.47771322489422]
RGB + 深度カメラのような追加のセンサー入力によるポリシーの強化は、ロボットの知覚能力を改善するための簡単なアプローチである。
畳み込みニューラルネットワークを正規化するために変分情報ボトルネックを用いることで、保持領域への一般化が向上することを示す。
提案手法は, シミュレーションと現実のギャップを埋めることと, RGBと奥行き変調をうまく融合できることを実証する。
論文 参考訳（メタデータ） (2022-02-15T17:38:30Z) - Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。
このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
論文 参考訳（メタデータ） (2020-05-01T05:23:34Z) - Reinforcement Learning Approach to Vibration Compensation for Dynamic
Feed Drive Systems [62.19441737665902]
機械工具軸に適用された振動補償に対する強化学習に基づくアプローチを提案する。
本研究は, 産業機械のハードウェアと制御システムを用いた問題定式化, ソリューション, 実装, 実験について述べる。
論文 参考訳（メタデータ） (2020-04-14T14:22:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。