Path Planning of Surgical Robot for Minimally Invasive Surgery on Riemannian Manifold

在人体内部，外科医生工作的可用空间通常是一个狭窄且弯曲的腔室。在进行微创手术时，医生通过腹壁上的一个小开口插入细长的工具。这些工具必须在不接触娇嫩器官的情况下绕过它们，同时还要围绕那个单一的、固定的切入点进行旋转。这种约束创造了一个困难的几何谜题：持有工具的机器人不能简单地沿直线移动，因为工具的尖端可能会碰撞到器官，或者机器人的关节本身可能会触及物理极限。几十年来，外科医生一直通过双手引导这些机械臂，但由于熟练机器人外科医生的短缺，推动了向能够自主规划安全路径的机器人的发展。挑战在于寻找一条不仅能避开碰撞，而且对机器机械结构和患者体壁都足够温和的路径。

东京大学和日本国立情报学研究所的研究小组开发了一种解决这种导航问题的新方法。他们并没有尝试在机器人尖端移动的三维空间中绘制路径，而是将问题转化为了另一种描述机器人关节角度的空间。他们将这个关节角度空间视为一个弯曲的曲面，类似于地球地图是球体的平面表示。通过这样做，他们可以利用专门为曲面设计的数学工具来寻找最平滑、最安全的路径。他们的方法将机器人的关节视为仿佛在地形景观中行走，而障碍物则是需要避开的山丘。他们发现，对于特定形状的内脏器官，这种关节角度的“景观”在导航上出奇地简单，使得机器人能够以比传统方法更小的电机压力计算出安全路径。

研究人员使用了一款专为手术设计的机械臂来测试他们的想法，该机械臂拥有五个运动关节和一个安装在末端的工具。在典型场景中，机器人必须将其工具从体壁的切入点移动到目标器官（如胆囊或膀胱），同时不撞击周围组织。团队创建了一个人体腹部的数字模拟，使用一个凹形形状代表体腔，并放置一个球体来模拟像胆囊之类的器官。随后，他们运行了两种不同的规划策略。第一种是标准方法，它在工具尖端移动的物理空间中规划路径。第二种是他们的新方法，它通过观察机器人关节的角度来规划路径。

在标准方法中，计算机试图在人体腔室的三维空间中画一条线。由于体腔是弯曲的且器官很复杂，早期使用体素或网格近似进行障碍物投影的方法往往面临高内存需求或粗糙的碰撞检查问题。研究人员的新方法转换了视角。他们意识到，当机器人的关节移动时，由器官产生的“禁区”在关节角度空间中看起来会有所不同。具体而言，他们发现，在物理体内呈凹形的复杂弯曲器官形状，在关节角度空间中往往表现为简单的凸形状。凸形状就像一个向外弯曲的平滑山丘，而凹形状则像一个洞穴或碗。这种区别至关重要，因为绕着一座平滑的山丘寻找最短路径，在数学上要比绕着一个洞穴寻找路径容易且快速得多。

通过将问题转换为这种关节角度空间，研究人员可以使用一种快速、高效的算法来找到最佳路线。他们为每一种可能的运动定义了一个代价，惩罚那些使机器人过于接近其物理极限或过于接近模拟器官的路径。然后，他们使用采样技术构建了一个安全点的地图，并使用 Dijkstra 算法将这些点连接成最低代价的路径。当他们比较结果时，新方法产生的轨迹所需的机器人关节运动显著减少。在测试中，新方法下工具相对于体壁的平均角度约为 31.8 度，而传统方法为 39.5 度。到达的最大角度为 40.3 度，而传统方法为 47.7 度。这些较小的角度意味着机器人不会在患者体壁上进行过于剧烈的扭转，从而减轻了切口处的压力并降低了组织损伤的风险。

该研究还表明，这种新方法在计算上是非常高效的。因为在关节角度空间中的障碍物可以被视为简单的凸形状，所以计算机不需要进行大规模、详尽的搜索来寻找解决方案。相反，它可以采用一种“贪婪”方法，在图中找到距离障碍物边界最近的点，然后将其作为更广泛的 Dijkstra 搜索的一个组成部分。这类似于一名徒步旅行者沿着平滑的山坡向上走以寻找顶峰，因为他知道路径是清晰的，而不必去探索复杂的洞穴系统的每一个角落。研究人员通过使用机械臂和模拟膀囊进行的实验验证了这些发现，确认了计算出的路径确实更加平滑且所需的关节运动更少。

这项工作为未来的机器人手术指明了一个充满希望的方向。虽然目前的研究侧重于特定的、简化的器官形状，但结果表明，对于许多常见的医疗任务，通过机器人自身力学的视角来看，人体复杂的几何结构是可以被简化的。研究人员指出，当器官可以被近似为凸曲面的组合时，他们的方法特别适用。他们承认，更复杂的障碍物可能需要进一步完善使这种简化生效的条件。然而，核心发现是明确的：通过改变看待问题的方式——从身体的空间转向机器人关节的空间——生成更安全、更高效的路径变得成为可能。这种方法最终可以使手术机器人实现更高程度的自主操作，减轻外科医生的工作量，并使微创手术对患者更加安全。