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

Imagine um mundo onde os robôs não apenas constroem carros ou aspiram o chão, mas ajudam médicos a realizar cirurgias delicadas. Este é o emocionante canto da ciência conhecido como robótica médica. No seu cerne, estas máquinas precisam de dois superpoderes: visão e controle. Pense na visão como os olhos do robô, permitindo que ele veja exatamente onde uma agulha está no espaço 3D, de forma muito semelhante a como o seu cérebro combina o que ambos os seus olhos veem para julgar a distância. Depois, há o controle, o "cérebro" de movimento do robô. Um sistema de controle padrão é como um motorista que olha apenas para o velocímetro; se ele for rápido demais, pisa bruscamente nos travões, muitas vezes ultrapassando a placa de paragem. Um sistema mais inteligente, porém, é como um motorista habilidoso que sente a estrada, antecipa solavancos e ajusta suavemente a direção e o acelerador para parar exatamente onde precisa. Por que alguém se importa? Porque no tratamento do cancro da mama, os médicos precisam de guiar uma agulha para dentro de um tumor minúsculo com extrema precisão. Mesmo um pequeno tremor ou um alvo perdido pode significar a diferença entre uma biópsia bem-sucedida e um dano desnecessário.

O Robô que Aprende a Estabilizar a sua Mão

Neste estudo, uma equipa de investigadores da Universidade de Ciência e Tecnologia de Harbin abordou o complexo problema de fazer um robô de intervenção mamária mover-se com a estabilidade de um mestre cirurgião. Eles queriam resolver uma dor de cabeça específica: quando um robô tenta empurrar uma agulha para dentro de um tecido mamário macio e maleável, ele frequentemente treme ou ultrapassa o seu alvo. Para resolver isto, construíram um sistema que combina visão estéreo binocular (dois câmaras a trabalhar juntas como olhos humanos) com uma nova e inteligente forma de controlar os motores do robô chamada PID difuso adaptativo.

Os Olhos: Vendo a Ponta da Agulha em 3D

Primeiro, a equipa teve de ensinar o robô a ver. Eles não usaram apenas uma câmara; usaram um par, criando uma configuração "binocular". Imagine olhar para um dedo com um olho fechado, depois com o outro; o seu cérebro nota que o dedo muda de posição. O robô faz o mesmo. Ao usar duas câmaras, ele consegue calcular exatamente onde a ponta da agulha de biópsia está no espaço 3D.

O processo é como um truque de magia de alta tecnologia envolvendo várias etapas:

1. Limpar a Imagem: As imagens brutas das câmaras são um pouco desordenadas, por isso o computador primeiro suaviza-as, removendo o "ruído" (como o estático de uma televisão antiga).
2. Alinhar a Visão: As duas imagens das câmaras são matematicamente "endireitadas" para que se alinhem perfeitamente, como se estivesse a alinhar duas peças de um puzzle.
3. Encontrar a Correspondência: O computador procura o mesmo ponto na ponta da agulha em ambas as imagens. Utiliza um método chamado SGBM (Correspondência de Blocos Semi-Global) para encontrar a melhor correspondência, criando um "mapa de disparidade" — uma imagem especial que diz ao robô quão longe está cada ponto.
4. Detetar o Círculo: A ponta da agulha tem um marcador redondo especial. O robô utiliza uma técnica chamada transformada de gradiente de Hough para encontrar este círculo na imagem, localizando precisamente a sua localização.

Ao combinar estas etapas, o robô consegue rastrear a ponta da agulha em tempo real, atualizando a sua posição a cada segundo (especificamente, a cada 1000 milissegundos).

O Cérebro: O Controlador "Difuso"

Uma vez que o robão vê onde a agulha está, ele precisa de a mover até lá. É aqui que entra o PID Difuso Adaptativo.

Para compreender isto, imagine que está a tentar estacionar um carro num lugar apertado.

• Um controlador PID padrão é como um motorista que apenas reage ao quão longe está do alvo. Se estiver demasiado à esquerda, vira para a direita. Mas pode virar demasiado forte, oscilar demasiado para a direita e depois ter de corrigir novamente, causando uma paragem trêmula e brusca.
• O PID Difuso Adaptativo é como um motorista que não só vê o quão longe está, mas também o quão rápido se está a aproximar do lugar. Se estiver a mover-se rápido e a aproximar-se, o motorista retira suavemente o pé do acelerador antes de ultrapassar o alvo.

A parte "Difusa" é o ingrediente secreto. Na vida real, as coisas nem sempre são pretas ou brancas (0 ou 1). A "lógica difusa" permite que o robô utilize regras como "Se o erro é pequeno e está a ficar mais rápido, então abranda um pouco". O robô utiliza estas regras para ajustar constantemente as suas próprias configurações (os valores P, I e D) sobre a marcha. É como se o robão estivesse a aprender a conduzir a agulha em tempo real, ajustando a sua pegada com base em como o tecido é sentido e como a agulha se move.

Os Resultados: Mais Suave e Mais Preciso

Os investigadores testaram o seu novo sistema de duas formas: simulações de computador e experiências no mundo real com um robô físico.

Nas simulações:
Quando compararam o seu novo cérebro "Difuso" contra um cérebro "Padrão" tradicional, os resultados foram claros. O novo sistema foi muito mais calmo. Reduziu o "overshoot" (ultrapassar o alvo) em cerca de 35% e parou de tremer cerca de 20% mais rápido. Alcançou o alvo suavemente, sem o movimento de vaivém brusco do sistema antigo.

Nas experiências reais:
A equipa construiu um robô com uma agulha e tentou movê-la para alvos específicos.

• Antes de corrigir os erros: O robô era aceitável, mas não perfeito. O erro médio foi de cerca de 2,4 mm no eixo X, 3,2 mm no eixo Y (a direção principal em que a agulha se move) e 1,8 mm no eixo Z. O maior erro foi de 8,6 mm, o que é demasiado grande para uma cirurgia delicada.
• A Correção: Os investigadores notaram um padrão nos erros. Perceberam que os motores do robô às vezes perdiam um passo minúsculo (como um corredor a tropeçar nos próprios atacadores). Criaram uma "compensação" matemática para corrigir isto.
• Após a correção: Os resultados melhoraram drasticamente. O erro médio no eixo de alimentação principal (eixo Y) caiu para 1,2 mm, e o maior erro foi reduzido para 3,4 mm.

Por Que Isto Importa

O artigo conclui que este sistema consegue com sucesso colmatar a lacuna entre "ver" e "fazer". Ao combinar a visão 3D do robô com um sistema de controlo inteligente e autoajustável, criaram um ciclo fechado onde o robô vê a agulha, calcula o erro e corrige instantaneamente o seu movimento.

Embora o erro inicial tenha sido um pouco elevado, os resultados finais compensados cumpriram os requisitos rigorosos para a cirurgia clínica, que geralmente exige uma precisão inferior a 2 mm. O estudo sugere que esta abordagem — usar duas câmaras para ver e lógica difusa para pensar — pode ser uma forma fiável de tornar as futuras biópsias de cancro da mama mais seguras, mais precisas e menos stressantes para os pacientes. Prova que, com a mistura certa de visão e controlo inteligente, os robôs podem aprender a lidar com a tarefa delicada de navegar no tecido humano macio.