Research on Adaptive Fuzzy PID Control of Breast Intervention Robot Based on Visual Detection

Stellen Sie sich eine Welt vor, in der Roboter nicht nur Autos bauen oder Böden saugen, sondern Ärzten bei empfindlichen Operationen helfen. Dies ist die spannende Ecke der Wissenschaft, die als medizinische Robotik bekannt ist. Im Kern benötigen diese Maschinen zwei Superkräfte: Sehen und Steuerung. Betrachten Sie das Sehen als die Augen des Roboters, die es ihm ermöglichen, genau zu sehen, wo sich eine Nadel im 3D-Raum befindet, ähnlich wie Ihr Gehirn beide Augen kombiniert, um Entfernungen einzuschätzen. Dann gibt es die Steuerung, das „Gehirn“ des Roboters für Bewegungen. Ein Standard-Steuerungssystem ist wie ein Fahrer, der nur auf den Tacho schaut; wenn er zu schnell fährt, tritt er voll auf die Bremse und schießt oft über die Haltelinie hinaus. Ein intelligenteres System hingegen ist wie ein erfahrener Fahrer, der die Straße fühlt, Bodenwellen antizipiert und Lenkung sowie Gas sanft anpasst, um exakt dort anzuhalten, wo er hin muss. Warum interessiert das jemanden? Weil Ärzte bei der Behandlung von Brustkrebs eine Nadel mit extremer Präzision in einen winzigen Tumor führen müssen. Selbst ein kleines Wackeln oder ein verfehlter Zielpunkt kann den Unterschied zwischen einer erfolgreichen Biopsie und unnötigem Schaden bedeuten.

Der Roboter, der lernt, seine Hand zu beruhigen

In dieser Studie widmete sich ein Team von Forschern der Harbin University of Science and Technology dem schwierigen Problem, einen Interventionsroboter für die Brust so ruhig wie die Hand eines Meisterschirurgen bewegen zu lassen. Sie wollten ein spezifisches Problem lösen: Wenn ein Roboter versucht, eine Nadel in weiches, nachgiebiges Brustgewebe zu drücken, zittert er oft oder schießt über das Ziel hinaus. Um dies zu beheben, entwickelten sie ein System, das binokulare Stereo-Vision (zwei Kameras, die zusammenarbeiten wie menschliche Augen) mit einer cleveren neuen Methode zur Steuerung der Robotermotoren namens adaptiver Fuzzy-PID kombiniert.

Die Augen: Die Nadelspitze in 3D sehen

Zuer{st} musste das Team dem Roboter beibringen, wie man sieht. Sie verwendeten nicht nur eine Kamera, sondern ein Paar, wodurch ein „binokulares“ Setup entstand. Stellen Sie sich vor, Sie halten sich einen Finger vor das Auge, erst das linke, dann das rechte; Ihr Gehirn bemerkt, dass sich die Position des Fingers verschiebt. Der Roboter macht dasselbe. Durch die Verwendung von zwei Kameras kann er exakt berechnen, wo sich die Spitze der Biopsienadel im 3D-Raum befindet.

Der Prozess gleicht einem hochtechnologischen Zaubertrick, der aus mehreren Schritten besteht:

1. Das Bild säubern: Die Rohbilder der Kameras sind etwas unordentlich, daher glättet der Computer sie zuerst, um „Rauschen“ (wie das statische Rauschen eines alten Fernsehers) zu entfernen.
2. Die Sicht ausrichten: Die beiden Kamerabilder werden mathematisch „gerade gerückt“, damit sie perfekt zusammenpassen, wie die Teile eines Puzzles.
3. Den Treffer finden: Der Computer sucht in beiden Bildern nach demselben Punkt auf der Nadelspitze. Er verwendet eine Methode namens SGBM (Semi-Global Block Matching), um die beste Übereinstimmung zu finden, und erstellt eine „Disparitätskarte“ – ein spezielles Bild, das dem Roboter sagt, wie weit jeder Punkt entfernt ist.
4. Den Kreis erkennen: Die Spitze der Nadel hat eine spezielle runde Markierung. Der Robket nutzt eine Technik namens Hough-Gradienten-Transformation, um diesen Kreis im Bild zu finden und seinen genauen Standort zu bestimmen.

Durch die Kombination dieser Schritte kann der Roboter die Nadelspitze in Echtzeit verfolgen und ihre Position jede Sekunde (speziell alle 1000 Millisekunden) aktualisieren.

Das Gehirn: Der „Fuzzy“-Controller

Sobald der Roboter sieht, wo die Nadel ist, muss er sie dorthin bewegen. Hier kommt der Adaptive Fuzzy-PID ins Spiel.

Um dies zu verstehen, stellen Sie sich vor, Sie versuchen, ein Auto in einer engen Parklücke einzuparken.

• Ein standardmäßiger PID-Regler ist wie ein Fahrer, der nur darauf reagiert, wie weit er daneben ist. Wenn er zu weit links ist, lenkt er nach rechts. Aber er könnte zu stark lenken, zu weit nach rechts ausschwenken und dann erneut korrigieren müssen, was zu einem wackeligen, ruckartigen Stopp führt.
• Der Adaptive Fuzzy-PID ist wie ein Fahrer, der nicht nur sieht, wie weit er daneben ist, sondern auch, wie schnell er sich auf den Platz zubewegt. Wenn er schnell ist und sich dem Ziel nähert, lässt der Fahrer das Gas schon sanft los, bevor er über das Ziel hinausschießt.

Das „Fuzzy“ (unscharf) ist das Geheimrezept. Im echten Leben ist nicht alles schwarz oder weiß (0 oder 1). „Fuzzy-Logik“ erlaubt es dem Roboter, Regeln wie „Wenn der Fehler klein ist und schneller wird, dann verlangsamen Sie sich ein bisschen“ anzuwenden. Der Roboter nutzt diese Regeln, um seine eigenen Einstellungen (die P-, I- und D-Werte) ständig während des Betriebs anzupassen. Es ist, als würde der Roboter lernen, die Nadel in Echtzeit zu steuern, indem er seinen Griff basierend darauf anpasst, wie sich das Gewebe anfühlt und wie sich die Nadel bewegt.

Die Ergebnisse: Glatter und präziser

Die Forscher testeten ihr neues System auf zwei Arten: durch Computersimulationen und durch reale Experimente mit einem physischen Roboter.

In den Simulationen:
Als sie ihr neues „Fuzzy“-Gehirn mit einem traditionellen „Standard“-Gehirn verglichen, waren die Ergebnisse eindeutig. Das neue System war viel ruhiger. Es reduzierte das „Overshoot“ (das Überschwenken über das Ziel) um etwa 35 % und hörte etwa 20 % schneller auf zu zittern. Es erreichte das Ziel reibungslos, ohne die ruckartige Vor-und-Zurück-Bewegung des alten Systems.

In den realen Experimenten:
Das Team baute einen Roboter mit einer Nadel und versuchte, ihn zu spezifischen Zielen zu bewegen.

• Vor der Fehlerkorrektur: Der Roboter war okay, aber nicht perfekt. Der durchschnittliche Fehler betrug etwa 2,4 mm auf der X-Achse, 3,2 mm auf der Y-Achse (der Hauptrichtung, in die die Nadel fährt) und 1,8 mm auf der Z-Achse. Der größte Fehler betrug 8,6 mm, was für eine so feine Operation zu groß ist.
• Die Lösung: Die Forscher bemerkten ein Muster in den Fehlern. Sie stellten fest, dass die Motoren des Roboters manchmal einen winzigen Schritt verpassten (wie ein Läufer, der über seine eigenen Schnürsenkel stolpert). Sie entwickelten eine mathematische „Kompensation“, um dies zu beheben.
• Nach der Korrektur: Die Ergebnisse verbesserten sich dramatisch. Der durchschnittliche Fehler auf der Hauptvorschubachse (Y-Achse) sank auf 1,2 mm, und der größte Fehler wurde auf 3,4 mm reduziert.

Warum das wichtig ist

Die Arbeit kommt zu dem Schluss, dass dieses System erfolgreich die Lücke zwischen „Sehen“ und „Tun“ schließt. Durch die Kombination der 3D-Vision des Roboters mit einem intelligenten, selbstanpassenden Steuerungssystem schufen sie einen geschlossenen Regelkreis, in dem der Roboter die Nadel sieht, den Fehler berechnet und sofort seine Bewegung korrigiert.

Obwohl die anfänglichen Fehler etwas hoch waren, erfüllten die endgültigen kompensierten Ergebnisse die strengen Anforderungen der klinischen Chirurgie, die im Allgemeinen eine Genauigkeit von weniger als 2 mm verlangen. Die Studie legt nahe, dass dieser Ansatz – die Verwendung von zwei Kameras zum Sehen und Fuzzy-Logik zum Denken – ein zuverlässiger Weg sein könnte, um zukünftige Brustkrebsbiopsien sicherer, präziser und weniger belastend für die Patienten zu machen. Sie beweist, dass Roboter mit der richtigen Mischung aus Vision und intelligenter Steuerung lernen können, die anspruchsvolle Aufgabe der Navigation in weichem menschlichem Gewebe zu bewältigen.