Navigation with Local Sensors in Surgical Robotics

Navigation mit lokalen Sensordaten in der Chirurgierobotik

Using robots in medicine and especially in surgery requires an adequate representation of and reaction to a changing environment. This is usually achieved by modeling the environment at different representation levels throughout the process, ranging from complex 3D imaging modalities which reflect the environment geometry to finding appropriate low-level control parameters for actual motion through environment regions. In this work, a common framework for different types of navigational problemsUsing robots in medicine and especially in surgery requires an adequate representation of and reaction to a changing environment. This is usually achieved by modeling the environment at different representation levels throughout the process, ranging from complex 3D imaging modalities which reflect the environment geometry to finding appropriate low-level control parameters for actual motion through environment regions. In this work, a common framework for different types of navigational problems in surgical robotics is proposed, and validated by the introduction of navigation cycles on novel local sensors. Currently industrial (and surgical) robotic systems employ almost exclusively static global maps -- if any -- for navigation and planning purposes. Additional information -- intra-process, spatial, current, and persistent sensor data -- is useful to cope with uncertainty, measurement errors, and incompleteness of data. Between global pre-operative navigation and control, this work introduces the concept of intra-operative navigation on local sensor data into surgical robotics. This includes the creation and maintenance (both concurrent as well as independent) of local environment maps for navigation purposes. This intermediate level of sensory feedback and processing allows to react to changes in the environment, based on persistent but incremental mapping. Furthermore, local sensors permit intra-operative sampling of additional information which may be unattainable before process execution, or available only with reduced precision. This work proposes to augment robot world models by introducing such local sensors (in particular, force and sound as well as ultrasonic sensors, all of which provide data from an estimated local epsilon-environment) and to build precise maps from local sensors, which serve as input for several introduced navigation algorithms. This map-building is improved by precise data localisation and precise data insertion. The general idea of nested control loops is illustrated on the basis of a specific surgical application -- robot-based milling at the lateral skull base.show moreshow less
Die Nutzung von Robotern in der Medizin und insbesondere in der Chirurgie erfordert eine angemessene Darstellung der Umgebung sowie eine entsprechende Reaktion auf sich darin ändernde Eigenschaften. Üblicherweise wird dies erreicht durch Umweltmodellierung auf verschiedenen Repräsentationsebenen innerhalb des Prozesses, von komplexen Bildgebungsverfahren, welche die Umweltgeometrie abbilden, bis hin zu Regelungsparametern niedriger Ebenen für die tatsächliche Bewegung durch die Umgebung. In diesDie Nutzung von Robotern in der Medizin und insbesondere in der Chirurgie erfordert eine angemessene Darstellung der Umgebung sowie eine entsprechende Reaktion auf sich darin ändernde Eigenschaften. Üblicherweise wird dies erreicht durch Umweltmodellierung auf verschiedenen Repräsentationsebenen innerhalb des Prozesses, von komplexen Bildgebungsverfahren, welche die Umweltgeometrie abbilden, bis hin zu Regelungsparametern niedriger Ebenen für die tatsächliche Bewegung durch die Umgebung. In dieser Arbeit wird ein umfassender Rahmen für verschiedene Arten von Navigationsproblemen vorgestellt und anhand der Einführung von Navigationszyklus basiered auf neuartigen lokalen Sensoren validiert. Heutzutage verwenden viele industrielle und medizinische Robotersysteme allenfalls statische, globale Karten zur Navigation und Planung. Zusätzliche Informationen -- prozessbezogene, räumliche, aktuelle und persistente Sensordaten -- sind hilfreich im Umgang mit unsicheren, ungenauen oder unvollständigen Daten. Diese Arbeit stellt das Konzept der intra-operativen Navigation auf lokalen Sensordaten vor, welches sich zwischen globaler prä-operativer Navigation und Regelung einordnet. Dies beinhaltet die Erstellung und Aktualisierung von lokalen Umgebungskarten für Navigationsaufgaben (sowohl mitlaufend wie auch unabhängig). Diese Zwischenstufe sensorischer Rückkopplung und Verarbeitung erlaubt die Reaktion auf Umweltveränderungen basierend auf mitlaufender und persistenter Kartenerstellung. Weiterhin erlauben lokale Sensoren die intra-operative Aufnahme von Information, die vor Prozessausführung nicht oder nur mit verminderter Genauigkeit verfügbar wäre. Die vorliegende Arbeit schlägt die Erweiterung von Roboter-Weltmodellen mit Hilfe solcher lokaler Sensoren vor, insbesondere mit Kraft-, Schall- und Ultraschallsensorik und deren Daten aus einer zuvor bestimmten lokalen epsilon-Umgebung. Damit werden präzise Karten von lokalen Sensoren erstellt, die als Eingabe für verschiedene vorgestellte Navigationsalgorithmen dienen. Diese Kartierung wird optimiert durch genaue Datenlokalisierung und -eintragung. Die allgemeine Idee verschachtelter Navigationszyklen wird anhand einer konkreten chirurgischen Anwendung illustriert: robotergestütztem Fräsen an der lateralen Schädelbasis.show moreshow less

Download full text files

Export metadata

  • Export Bibtex
  • Export RIS
  • frontdoor_exportcitavi

Additional Services

    Share in Twitter Search Google Scholar
Metadaten
Institutes:Informatik
Author: Philipp J. Stolka
Advisor:Prof. Dr. Dominik Henrich
Granting Institution:Universität Bayreuth,Fakultät für Mathematik, Physik und Informatik
Date of final exam:21.09.2011
Year of Completion:2011
SWD-Keyword:Chirurgie; Kraftsensor; Navigation; Robotik; Sensortechnik
Tag:3D-Ultraschall; Medizin; Roboter; Sonographie; lokale Sensorik
3D ultrasound; local sensors; medicine; robot; sonography
Dewey Decimal Classification:004 Datenverarbeitung; Informatik
CCS-Classification:I.2.8 Problem Solving, Control Methods, and Search (F.2.2)
I.2.9 Robotics
I.2.10 Vision and Scene Understanding (I.4.8, I.5)
I.5.4 Applications
URN:urn:nbn:de:bvb:703-opus-9316
Document Type:Doctoral Thesis
Language:English
Date of Publication (online):30.11.2011