Sequential development and evaluation of virtual model control with integral control for robotic dry-bone resection: a benchtop study
Deze benchtop-studie toont aan dat het uitbreiden van virtuele modelregeling met integraalregeling, gecombineerd met sequentiële verbeteringen in mechanische stabilisatie en ruimtelijke kalibratie, de precisie van robotische droge botresectie aanzienlijk verbetert, terwijl optimale operationele parameters worden geïdentificeerd voor toekomstige high-fidelity testen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een chirurg voor die probeert een bot binnen een gewricht te hervormen met behulp van een kleine, snel draaiende boor. Het doel is om precies genoeg materiaal te verwijderen om een soepele beweging te herstellen, maar niet zoveel dat het bot zwak wordt of breekt. In het menselijk lichaam is deze taak ontzettend moeilijk. De chirurg kan door een camera slechts een klein deel van het oppervlak op elk gegeven moment zien, en het bot zelf is hard en ongelijkmatig. Als de chirurg te weinig verwijdert, blijft het probleem bestaan; als hij te veel verwijdert, stijgt het risico op een fractuur. Om te helpen bij deze precisie, bouwen ingenieurs robots die een vooraf gepland pad exact kunnen volgen. Echter, zelfs een robot kan moeite hebben wanneer een draaiende boor een hard oppervlak raakt. De kracht van het contact kan de robotarm iets uit koers duwen, wat een trilling of een kloof creëert tussen waar de robot dacht te zijn en waar hij daadwerkelijk heeft gesneden.
Dit is de uitdaging waar onderzoekers aan de Universiteit van Cambridge zich op wilden richten. Ze wilden zien of een specif kind type robotbesturing, dat de machine toestaat om te voelen en te reageren op het bot als een veer, nauwkeurig genoeg gemaakt kon worden voor chirurgie. Ze testten hun ideeën niet op een patiënt, maar op een blok synthetisch bot in een laboratorium. Hun werk richtte zich op een methode genaamd 'virtual model control'. In eenvoudige termen stelt dit systeem zich een perfect, onzichtbaar pad voor dat de boor moet volgen. Het verbindt de echte boor met dit onzichtbare pad via een gesimuleerde veer en schokdemper. Als de echte boor afwijkt van het pad, duwt het systeem hem terug. Maar de onderzoekers ontdekten dat wanneer de boor hard tegen het bot drukte, de veer uitrekte, waardoor er een kleine fout ontstond die de robot niet uit zichzelf kon herstellen. Om dit op te lossen, voegden ze een tweede laag correctie toe die fouten uit het verleden onthoudt en ze geleidelijk corrigeert.
Het team begon met een standaardopstelling: een zevenarmige robot die een diamantgeslepen boor van vier millimeter vasthoudt, draaiend met 12.000 omwentelingen per minuut. Ze programmeerden de robot om een vierkant patroon van tien bij tien millimeter in een blok synthetisch bot uit te slijpen. In hun eerste poging, waarbij de oorspronkelijke manier waarop de boor werd vastgehouden werd gebruikt, waren de resultaten ruw. De boor trilde zichtbaar en de snede week aanzienlijk af van het geplande vierkant. De onderzoekers maten deze prestatie op een schaal waarbij een lagere score een betere snede betekende. De initiële opstelling scoorde gemiddeld 11,7 uit 12, wat duidt op een slecht resultaat met grote afwijkingen in elke richting.
De eerste grote verbetering kwam door te veranderen hoe de boor werd vastgehouden. De oorspronkelijke opstelling greep alleen de handgreep van de boor vast, waardoor de lange schacht eronder vrij kon wiebelen. De onderzoekers ontwierpen een nieuwe houder die de schacht dichter bij de snijpunt ondersteunde, vergelijkbaar met hoe een ervaren chirurg zijn hand stabiliseert. Deze eenvoudige mechanische verandering verminderde de trillingen en maakte het oppervlak van de snede gladder. De prestatiescore daalde naar 7,7. De snede was nog steeds niet perfect, maar het oppervlak was geen gekraterd ravijn meer; het leek meer op een zachte golf.
Vervolgens richtte het team zich op het oriëntatiegevoel van de robot. Zelfs een precieze robot kan een lichte mismatch hebben tussen zijn interne kaart en de fysieke realiteit. De onderzoekers gebruikten een camerasysteem om de exacte positie van de robotarm te meten en pasten de software aan om overeen te komen met de fysieke machine. Deze kalibratie verbeterde de score verder naar 5,7. De snede werd nog gladder, hoewel één zijde iets dieper bleef dan de andere. De laatste stap was om de robot uit te lijnen met het blok bot zelf. Omdat het blok met de hand in een bankschroef was geplaatst, was het nooit perfect waterpas. De onderzoekers leerden de robot het oppervlak van het bot te scannen en het plan aan te passen aan de werkelijke hoek van het blok. Met deze laatste aanpassing daalde de score naar 4,0. Het resulterende vierkant was visueel waterpas, met rechte randen en scherpe hoeken die nauw aansloten bij het oorspronkelijke plan.
Nadat de robot en het bot waren gestabiliseerd, testten de onderzoekers verschillende instellingen om het "sweet spot" voor het snijden te vinden. Ze varieerden hoe diep de boor bij elke passage ging, hoe snel hij bewoog en onder welke hoek hij het bot benaderde. Ze ontdekten dat de beste resultaten optraden wanneer de boor een zeer dunne laag materiaal verwijderde, tussen de 0,10 en 0,25 millimeter per passage. Het te snel bewegen van de boor, sneller dan 2,5 millimeter per seconde, zorgde ervoor dat het systeem de stabiliteit verloor en de score verslechterde. Ook leidde het houden van de boor onder een zeer steile of zeer ondiepe hoek tot slechtere resultaten. De ideale range was een gematigde snelheid tussen 1,5 en 2,5 millimeter per seconde, met de boor op een hoek tussen 30 en 45 graden. Bij deze instellingen kon de robot een constante, precieze snede behouden zonder te trillen of af te wijken.
De studie concludeert dat door een stabiele mechanische grip, precieze kalibratie van de positie van de robot en zorgvuldige uitlijning met het werkstuk te combineren, een robot met deze besturingsmethode kan overgaan van het maken van onstabiele, onnauwkeurige snedes naar het uitvoeren van herhaalbare, precieze resecties. De onderzoekers merken op dat hoewel deze resultaten veelbelovend zijn, ze werden bereikt in een gecontroleerde laboratoriumsetting met een uniform blok synthetisch materiaal. De volgende stap zou zijn om dit systeem te testen in een realistischer model dat de complexe vormen en zachte weefsels van een echt heupgewricht bevat. Tot die tijd biedt het werk een duidelijk stappenplan voor hoe het maken van robotische botresecties betrouwbaarder kan worden gemaakt, waarbij de stap wordt gezet van een trillend, onnauwkeurig instrument naar een instrument dat een vaste hand kan houden voor de chirurg.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.