Neural Minimum-Distance Estimation for Collision-Aware Operation of Multi-Arm Laparoscopy Surgical Robots Through Learning-from-Simulation

Resumen Técnico: Estimación de Distancia Mínima Neuronal para la Operación con Conciencia de Colisión de Robots Quirúrgicos Laparoscópicos Multi-brazo

Planteamiento del Problema
La cirugía laparoscópica mínimamente invasiva ha sido mejorada por sistemas robóticos, que ofrecen mayor destreza, visualización y ergonomía. Sin embargo, los sistemas robóticos multi-brazo enfrentan desafíos significativos de seguridad relacionados con las colisiones de los instrumentos y las restricciones del espacio de trabajo. En entornos quirúrgicos confinados, la coordinación de múltiples brazos robóticos a menudo conduce a una reducción de la maniobrabilidad y colisiones involuntarias, lo que puede causar daños en los tejidos o interferencias mecánicas. Los métodos actuales de detección de colisiones suelen depender de algoritmos de planificación de movimiento computacionalmente intensivos, pieles sensorizadas o accesorios virtuales, que pueden tener dificultades con geometrías dinámicas, dinámicas no lineales o las restricciones específicas del fulcro quirúrgico. Existe la necesidad de un marco ligero, preciso y en tiempo real capaz de estimar las distancias mínimas entre brazos robóticos para proporcionar advertencias tempranas de colisión sin comprometer la eficiencia operativa.

Metodología
El estudio propone un marco integrado que combina el modelado analítico, la simulación en tiempo real y el aprendizaje profundo para estimar la distancia mínima entre dos brazos robóticos Kinova Gen3 de 7 grados de libertad (DOF). El enfoque sigue un paradigma de "Aprendizaje desde la Simulación" (Learning-from-Simulation):

1. Modelado Analítico: Se desarrolló un marco geométrico donde cada eslabón del brazo robótico se representa como una curva de Bézier lineal de 1 grado (un segmento de línea recta). Utilizando los parámetros de Denavit-Hartenberg (DH), se calculan las posiciones de los eslabones basándose en las configuraciones de las articulaciones. La distancia mínima entre los dos brazos se determina resolviendo analíticamente la distancia mínima entre pares de segmentos de línea que representan los eslabones. Este modelo sirve como un punto de referencia teórico.
2. Entorno de Simulación: Se construyó un entorno de simulación basado en física en Unity 2022.3.32f1 utilizando el Formato de Descripción de Robot Unificado (URDF) para los brazos Kinova Gen3. El entorno generó un conjunto de datos de 75,655 configuraciones aleatorias variando los ángulos de las articulaciones y las posiciones relativas de la base de los dos robots. Se utilizaron colisionadores de caja (Box colliders) para calcular las distancias mínimas entre los vértices de los eslabones, proporcionando una validación secundaria del modelo analítico.
3. Arquitectura de la Red Neuronal: Se entrenó un perceptrón multicapa (MLP) residual profundo para predecir la distancia mínima inter-brazos ($d_{min}$) en tiempo real.
   • Entrada: La red toma ocho ángulos de articulación seleccionados (cuatro de cada brazo) como entrada. El análisis de importancia de permutación determinó que la base y las primeras articulaciones del hombro (J1–J4 y J8–J11) dominan la señal de colisión, mientras que las articulaciones distales de la muñeca aportaron información predictiva insignificante. Los ángulos de las articulaciones se codificaron como $[\sin \theta, \cos \theta]$ para preservar la topología periódica, resultando en un vector de entrada de 16 dimensiones.
   • Arquitectura: El modelo consiste en un tallo lineal que proyecta a 512 unidades, seguido de ocho bloques residuales con conexiones de salto (skip connections), y una cabeza de predicción de dos capas que mapea a una salida escalar.
   • Entrenamiento: La red fue entrenada utilizando el optimizador AdamW, la pérdida de Charbonnier y un esquema de tasa de aprendizaje de recocido de coseno (cosine annealing). El conjunto de datos se dividió en 90/10 para entrenamiento y validación.
4. Lógica de Advertencia: El sistema está diseñado como una capa de advertencia temprana. Se activa una advertencia cuando la $d_{min}$ predicha cae por debajo de 0.2 m. Este umbral se deriva de la geometría del Kinova Gen3 (radio transversal aproximado de 75 mm), donde una distancia centro a centro de 0.15 m implica contacto superficial. El umbral de 0.2 m proporciona un margen de seguridad de 50 mm para que el sistema de teleoperación detenga el movimiento.

Contribuciones Clave

1. Marco Analítico: Desarrollo y validación de un marco geométrico robusto utilizando curvas de Bézier lineales para predecir con precisión las distancias mínimas entre brazos robóticos seriales.
2. Plataforma de Simulación: Diseño e implementación de una plataforma de simulación en tiempo real basada en Unity para visualizar y validar la estimación de distancia mínima a través de diversas configuraciones.
3. Despliegue de Red Neuronal: Entrenamiento y despliegue de una red neuronal profunda capaz de realizar la predicción rápida y en tiempo real de las distidades mínimas inter-brazos, utilizando un conjunto reducido de ocho ángulos de articulación críticos.

Resultados

• Analítico vs. Experimental: Al compararse con mediciones experimentales de diez configuraciones físicas utilizando un sistema de seguimiento óptico NDI, el referente analítico exhibió un Error Absol de la Media (MAE) de 73.3 mm. Esta discrepancia se atribuye a la representación simplificada de segmentos de línea de los brazos (ignorando el radio de 75 mm) y a las incertidumbres de los parámetros en el sistema de seguimiento.
• Rendimiento de la Red Neuronal: En un conjunto de validación mantenido aparte de 7,382 muestras de simulación, el MLP residual entrenado logró:
  • $R^2 = 0.940$
  • RMSE = 42.0 mm
  • MAE = 28.7 mm
  • Sesgo medio = 4.0 mm (cercano a cero)
  • El 95% de los errores se situaron dentro de $\pm 92.2$ mm.
• Rendimiento de Clasificación: Al tratar las predicciones por debajo de 0.2 m como advertencias de colisión, el modelo logró un recall de 99.3%, una precisión de 94.1% y un F1-score de 0.966 en el conjunto de validación.
• Limitaciones Observadas: La red tendió a sobreestimar las distancias en el régimen de "contacto cercano" (distancias experimentales < 200 mm), lo que resultó en errores relativos grandes para estos casos específicos. Esto se atribuye al desequilibrio de clases en los datos de entrenamiento, donde las configuraciones de colisión cercana estaban subrepresentadas.

Significancia y Reivindicaciones
El artículo sostiene que la combinación de modelado analítico con aprendizaje automático ofrece una solución robusta para garantizar operaciones robóticas seguras. El marco se posiciona explícitamente como una capa de advertencia temprana de colisión en lugar de un controlador de posicionamiento fino. Al aprovechar una red neuronal profunda, el sistema logra velocidades de inferencia en tiempo real superiores a la optimización por configuración requerida por las soluciones analíticas de forma cerrada. El estudio demuestra que una red neuronal entrenada con datos sintéticos puede generalizarse efectivamente a configuraciones no vistas, proporcionando una precisión consistente en todo el espacio de trabajo. Los autores enfatizan que, si bien el modelo actual depende de representaciones geométricas simplificadas, establece con éxito una base para sistemas críticos de seguridad, con trabajos futuros dirigidos hacia la incorporación de formulaciones de distancia conscientes de la superficie y restricciones dinámicas para mejorar aún más la fiabilidad en el régimen crítico de proximidad.