Reducción de puntos de una trayectoria 3D basada en el algoritmo Douglas-Peucker: Aplicación a robótica quirúrgica

• Manrique Córdoba, Juliana ^[1] ; Cases-Hurtado, Jesús ^[1] ; Romero Ante, Juan David ^[1] ; de la Casa Lillo, Miguel Ángel ^[1] ; Sabater-Navarro, José María ^[1]
  1. [1] Universidad Miguel Hernández de Elche

     Universidad Miguel Hernández de Elche

     Elche, España

     
• Localización: XLIV Jornadas de Automática: libro de actas: Universidad de Zaragoza, Escuela de Ingeniería y Arquitectura, 6, 7 y 8 de septiembre de 2023, Zaragoza / coord. por José Manuel Andújar Márquez, Ramón Costa Castelló, Alejandro R. Mosteo, Vanesa Loureiro-Vázquez, Elisabet Estévez Estévez, David Muñoz de la Peña Sequedo, Carlos Vilas Fernández, Luis Enrique Montano Gella, Pedro Jesús Cabrera Santana, Raúl Marín, Eduardo Rocón de Lima, Manuel Gil Ortega Linares, Óscar Reinoso García, Luis Payá Castelló, 2023, ISBN 9788497498609, págs. 65-70
• Idioma: español
• Títulos paralelos:
  • 3D trajectory subsampling based on the Douglas-Peucker algorithm for surgical robotics applications
• Enlaces
  • Texto completo
• Resumen
  • español

    El avance de la autonomía de robots quirúrgicos está ligado con avances en el aprendizaje de trayectorias hechas por cirujanos expertos al realizar procedimientos sencillos. Un primer paso en este aprendizaje es mejorar la capacidad de obtener trayectorias robóticas validas a partir de las maniobras captadas del cirujano. Las trayectorias manuales son habitualmente muestreadas con un número elevado de puntos que dificulta su inserción en algoritmos de aprendizaje. Este trabajo tiene como objetivo obtener trayectorias remuestreadas con un número significativamente menor de puntos y con la posibilidad de definir puntos clave paramétricos, de forma que puedan usarse para ser enviadas a un robot quirúrgico que replique las trayectorias aprendidas del cirujano sin comprometer otros parámetros como precisión, velocidad o fuerzas de interacción ejercidas. El artículo propone un algoritmo de simplificación basado en el algoritmo de Douglas-Peucker para reducir la cantidad de puntos que componen las trayectorias potencialmente complejas; una vez se tiene la simplificación, se define la velocidad cartesiana de movimiento a partir de la diferencia de los puntos ubicados en el espacio. El trabajo presenta los resultados obtenidos al ejecutar las trayectorias con un robot UR3e y se evalúa la simplificación hecha. Los resultados presentados evidencian que las trayectorias submuestreadas de esta forma pueden ser utilizadas en escenarios quirúrgicos para el aprendizaje de procedimientos autónomos.

  • English

    The advancement of the autonomy of surgical robots is linked to advances in the learning of trajectories made by expert surgeons when performing simple procedures. A first step in this learning is to improve the ability to obtain valid robotic trajectories from the captured maneuvers of the surgeon. Manual trajectories are usually sampled with a high number of points that makes it difficult to insert them into learning algorithms. This work aims to obtain resampled trajectories with a significantly lower number of points and with the possibility of defining parametric keypoints, so that they can be used to be sent to a surgical robot that replicates the trajectories learned from the surgeon without compromising other parameters such as precision, velocity or interaction forces exerted. The article proposes a simplification algorithm based on the Douglas-Peucker algorithm to reduce the number of points that make up potentially complex trajectories; Once the simplification is obtained, the Cartesian speed of movement is defined from the difference of the points located in space. The work presents the results obtained when executing the trajectories with a UR3e robot and the simplification made is evaluated. The results presented show that trajectories subsampled in this way can be used in surgical scenarios for learning autonomous procedures.