論文の概要: Manual, Joystick, or Haptic Control? An In Vitro Comparison of Navigation Strategies for Robotic Interventional Neuroradiology Procedures
- arxiv url: http://arxiv.org/abs/2607.07253v1
- Date: Wed, 08 Jul 2026 10:35:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-09 22:50:30.355798
- Title: Manual, Joystick, or Haptic Control? An In Vitro Comparison of Navigation Strategies for Robotic Interventional Neuroradiology Procedures
- Title（参考訳）: 手・ジョイスティック・ハプティックコントロール : ロボットインターベンショナル・ニューロラジオロジーにおけるナビゲーション戦略のインビトロ比較
- Abstract要約: デバイスを模倣するロボットコントローラーは、ほとんどのメトリクスでジョイスティックインターフェースよりも優れています。
触覚フィードバックは有望だが重要なパフォーマンス上のメリットを示している。
オペレーターの経験は、関連するパフォーマンスでした。
- 参考スコア（独自算出の注目度）: 46.24622284895978
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Objective: To evaluate robotic controller interfaces for interventional neuroradiology procedures in-vitro incorporating a force-sensing platform to assess safety. Methods: A custom endovascular robot, device-mimicking controller, and sensorized neurovascular phantom were developed. Ten interventional neuroradiologists (4 novices, 6 experts) performed simulated navigations using four control modalities: device-mimicking controllers with and without haptic feedback, joystick-based input, and manual navigation. Navigation time, peak vessel-wall forces, incorrect catheterisations, and prolapse events were assessed, alongside user analyses. Results: Manual navigation was fastest (mean 47.7 s) compared to haptic-on (248.7 s), haptic-off (314.7 s), and joystick (392.6 s) modalities (p<0.001). Regardless of controller type, vessel-wall forces were below the 0.70 N puncture threshold; therefore all modalities were considered safe. Joystick produced significantly more prolapse events than manual control (1.56 vs 0.13; p=0.018). Operator experience was relevant to performance: experts made fewer incorrect catheterisations than novices (0.25 vs 0.62; p=0.035) and applied less vessel-wall force (p<0.0005); these effects were sustained across controllers but accentuated when haptics were on. Users perceived haptic on and haptic off as similarly intuitive, and more intuitive than joystick (p=0.033). Conclusion: Device-mimicking robotic controllers outperform joystick interfaces on most metrics; haptic feedback shows promising but non-significant performance benefits.
- Abstract（参考訳）: 目的: 安全評価のための力覚プラットフォームを組み込んだ生体内干渉神経放射線学手順のためのロボットコントローラインタフェースの評価を行う。
方法: カスタム血管内ロボット, デバイスマイマイキングコントローラ, センサ付神経血管ファントムを開発した。
介入神経放射線科医10名(初心者4名,専門家6名)は,触覚フィードバックと無触覚フィードバック,ジョイスティックによる入力,手動ナビゲーションの4つの制御モードを用いてシミュレートされたナビゲーションを行った。
ナビゲーション時間,船壁のピーク力,誤カテーテル化,前倒しイベントを,ユーザ分析とともに評価した。
結果:手動ナビゲーションは触覚オン(248.7秒)、触覚オフ(314.7秒)、ジョイスティック(392.6秒)に比べて最速(平均47.7秒)であった。
制御装置の種類にかかわらず、容器壁の力は0.70 Nの貫通しきい値以下であったため、全てのモダリティは安全とみなされた。
ジョイスティックは手動制御(1.56対0.13; p=0.018)よりもはるかに多くのプロラプスイベントを発生させた。
専門家は初心者(0.25 vs 0.62; p=0.035)よりも誤カテーテルを減らし、血管壁力(p<0.0005)を減らした。
ユーザーは触覚と触覚を、ジョイスティック(p=0.033)よりも直感的で直感的だと感じた。
結論: デバイスを模倣するロボットコントローラーは、ほとんどのメトリクスでジョイスティックインターフェースよりも優れています。
関連論文リスト
- A Controlled Comparison of Manual and Teleoperated Intraocular Instrument Motion for an Input Device [2.994639103075493]
手動および遠隔操作の眼内計装具の動作を、両条件に共通するトロカー制約、器具、眼モデル、追跡源と比較した。
遠隔操作試験は中央の4分の1の速度で3倍の時間で行われ、角度の作業範囲の半分未満をカバーし、別々の運動の3.5倍に分割された。
論文 参考訳（メタデータ） (2026-09-08T14:04:00Z) - Hydra-0: Action Flow for Generalist World Modeling and Control [64.88849745875753]
Hydra-0はアクションフローを条件とした世界モデルであり、ロボットの動きをピクセルの動きとして表現している。
我々の最良の構成は、90.4%のロボットモーションエラー、60.2%のオブジェクトモーションエラーを達成する。
訓練されたアクションヘッドは、タスク固有の専門家ロボットのデモンストレーションを必要とせずに、得られた潜在機能を実行可能なアクションにマッピングする。
論文 参考訳（メタデータ） (2026-08-18T17:59:30Z) - Design and Evaluation of a Touchscreen-Based Teleoperation Interface for Robotic Manipulators [9.683593506657253]
本研究は,タッチスクリーン遠隔操作インタフェースの設計と評価を行う。
指の動きを直接ロボットマニピュレータの動きにマッピングし、より細かい速度制御を提供し、可視化と制御を統合する。
20人の被験者による比較ユーザスタディは、タスクパフォーマンスとワークロードを評価した。
論文 参考訳（メタデータ） (2026-08-06T16:10:02Z) - 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) - ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。
我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。
その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
論文 参考訳（メタデータ） (2026-03-03T18:59:29Z) - Safe Whole-Body Loco-Manipulation via Combined Model and Learning-based Control [46.47619556874003]
そこで本研究では,マニピュレータアームのモデルベースアプタンス制御と足歩行の強化学習ポリシを組み合わせた全身制御を提案する。
アクセタンスコントローラは、物理的相互作用中に人間によって適用されるような外部レンチを、望ましいエンドエフェクタ速度にマッピングし、従順な振る舞いを可能にする。
6-DoFアームと手首に装着した6-DoF Force/Torqueセンサーを備えたUnitree Go2四足歩行ロボットを用いて,シミュレーションとハードウェアの両方におけるアプローチを検証する。
論文 参考訳（メタデータ） (2026-03-02T22:31:12Z) - Advancing Assistive Robotics: Multi-Modal Navigation and Biophysical Monitoring for Next-Generation Wheelchairs [0.0]
本研究は, 患者のニーズを優先し, 制御モードの切り替えを可能とした, マルチモーダルEPW制御システムを提案する。
ジョイスティック, 音声, 手のジェスチャー, 筋電図 (EOG) の4つの相補的インタフェースを, 連続的なバイタルサインモニタリングフレームワークに統合する。
この組み合わせにより、患者の自立性が向上し、介護者がリアルタイムの監視と早期介入能力を維持することができる。
論文 参考訳（メタデータ） (2026-01-06T06:58:26Z) - DINO-CVA: A Multimodal Goal-Conditioned Vision-to-Action Model for Autonomous Catheter Navigation [0.33727511459109777]
本研究は,マルチモーダルな目標条件行動クローニングフレームワークであるDINO-CVAの導入により,自律カテーテルナビゲーションへ移行する。
提案モデルでは,視覚観測とジョイスティックのキネマティクスを統合埋め込み空間に融合し,視覚とキネマティクスの両方を意識したポリシーを実現する。
その結果, DINO-CVAは動作予測の精度が高く, キネマティクスのみのベースラインの性能と一致していることがわかった。
論文 参考訳（メタデータ） (2025-10-19T22:59:32Z) - DexterityGen: Foundation Controller for Unprecedented Dexterity [67.15251368211361]
ツール使用など,ロボットの巧妙な操作スキルを教えることは,大きな課題となる。
現在のアプローチは、人間の遠隔操作(模倣学習)とシミュレート・トゥ・リアル強化学習(sim-to-real reinforcement learning)の2つの戦略に大別できる。
本稿では,手動回転や翻訳などの大規模動きプリミティブをRLで事前学習するDexterityGenを紹介する。
現実の世界では、人間の遠隔操作をコントローラーのプロンプトとして利用し、厳密な振る舞いを生み出す。
論文 参考訳（メタデータ） (2025-02-06T18:49:35Z) - Multi-model fusion for Aerial Vision and Dialog Navigation based on
human attention aids [69.98258892165767]
本稿では,2023年ICCV会話史のための航空航法課題について述べる。
本稿では,人間注意支援型トランスフォーマモデル(HAA-Transformer)と人間注意支援型LSTMモデル(HAA-LSTM)の融合訓練方法を提案する。
論文 参考訳（メタデータ） (2023-08-27T10:32:52Z) - Pedestrian-Robot Interactions on Autonomous Crowd Navigation: Reactive
Control Methods and Evaluation Metrics [23.389778235940405]
本稿では,自律移動車を用いた群集ナビゲーション制御フレームワークを提案する。
本研究では, 自然群集における会計効率, コントローラ応答, 群集間相互作用の評価指標を提案する。
反応制御器は,群集ナビゲーションに高速かつ連続的に適応するために必要なタスクを果たす。
論文 参考訳（メタデータ） (2022-08-03T14:56:03Z) - Machine Learning for Mechanical Ventilation Control [52.65490904484772]
圧制御換気における侵襲的機械式換気装置の制御の問題点を考察する。
PIDコントローラは、臨床医が指定する気道圧の軌跡に従って、鎮静患者の肺の空気を入出させる必要があります。
制御器は、PID制御器よりも目標圧力波形をかなりよく追跡できることを示す。
論文 参考訳（メタデータ） (2021-02-12T21:23:33Z)
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。