Optimizing Design Parameters for Sets of Concentric Tube Robots using Sampling-based Motion Planning.
Optimizing Design Parameters for Sets of Concentric Tube Robots using Sampling-based Motion Planning.
复制标题
使用基于采样的运动计划为同心管机器人组合的设计参数。
DOI：
10.1109/iros.2015.7353999
复制
发表时间：
2015-09-28
期刊：
影响因子：
--
通讯作者：
Alterovitz R
中科院分区：
文献类型：
--
作者：
Baykal C;Torres LG;Alterovitz R
同心管机器人是一种类似于触手的医疗机器人，可以绕解剖障碍物弯曲，以接近难以到达的临床目标。这些机器人的组件管可以在执行任务之前交换，以自定义机器人的行为和可到达的工作空间。通过适当地选择管参数来优化机器人的设计可以在程序和患者特定的基础上提高机器人的有效性。在本文中，我们提出了一种算法，产生套同心管机器人的设计，可以共同最大限度地提高在人体中的一个给定的目标区域的可达百分比。我们的算法结合了搜索在同心管机器人的设计空间中使用全局优化方法与基于采样的运动规划器在机器人的配置空间中，以找到一套设计，使运动的目标区域，同时避免接触解剖障碍。我们证明了我们的算法的有效性，在一个模拟的情况下，基于肺解剖。
Concentric tube robots are tentacle-like medical robots that can bend around anatomical obstacles to access hard-to-reach clinical targets. The component tubes of these robots can be swapped prior to performing a task in order to customize the robot’s behavior and reachable workspace. Optimizing a robot’s design by appropriately selecting tube parameters can improve the robot’s effectiveness on a procedure-and patient-specific basis. In this paper, we present an algorithm that generates sets of concentric tube robot designs that can collectively maximize the reachable percentage of a given goal region in the human body. Our algorithm combines a search in the design space of a concentric tube robot using a global optimization method with a sampling-based motion planner in the robot’s configuration space in order to find sets of designs that enable motions to goal regions while avoiding contact with anatomical obstacles. We demonstrate the effectiveness of our algorithm in a simulated scenario based on lung anatomy.