一种面向机器人辅助显微手术的轻量、可负担可穿戴触觉控制器研究
一、 研究团队、期刊与发表信息 本项研究的主要作者为Xiaoqing Guo、Finn McFall、Peiyang Jiang、Jindong Liu、Nathan Lepora和Dandan Zhang。其中，Xiaoqing Guo和Finn McFall为并列第一作者。研究团队来自英国布里斯托大学工程数学系、帝国理工学院哈姆林机器人手术中心以及帝国理工学院生物工程系。本研究以论文形式发表于学术期刊 *Sensors*，具体卷期为2024年第24卷第2676期，论文于2023年12月31日提交，经过修订后于2024年4月23日正式发表。该论文遵循知识共享署名（CC BY）许可协议进行开放获取。
二、 学术背景与研究目的 本研究属于机器人辅助手术、遥操作与人机交互的交叉领域，具体聚焦于机器人辅助显微手术（Robot-Assisted Microsurgery， 简称RAMS）。在RAMS中，外科医生通过操纵主端控制器来远程控制手术机器人末端器械进行精细操作。然而，目前大多数系统缺乏有效的力触觉反馈，医生主要依赖视觉信息进行判断，这可能导致手术时间延长、操作错误增多。传统的桌面式触觉设备虽能提供力反馈，但其工作空间有限、灵活性不足且往往笨重昂贵。近年来，可穿戴触觉设备成为研究热点，它们更轻便、符合人体工程学，并能提供更自然的工作空间。然而，现有设备在实现“柔软”触感渲染、制造成本与复杂性、以及与现有手术平台的集成方面仍面临挑战。特别是，许多设备采用刚性表面传递力，或依赖复杂的机械传动或制造工艺，难以模拟人体组织的柔软触感，且不易定制。
因此，本研究旨在开发一种新颖的、轻量化的、低成本的可穿戴触觉控制器，用于遥操作显微手术机器人系统。其核心目标包括：1）设计一个集成了触觉反馈和运动跟踪功能的可穿戴手套式控制器；2）探索一种先进的多材料增材制造技术，用于快速定制和生产能够模拟软组织触感的、由气动驱动的触觉界面；3）通过实验评估该控制器的运动跟踪精度和触觉反馈在提升操作者深度感知方面的有效性。
三、 详细工作流程 本研究的工作流程主要包括系统设计与集成、运动跟踪方法评估、触觉界面设计与制造、以及用户研究评估四个主要部分，涉及硬件开发、算法比较和人体实验。
1. 系统整体设计与集成 研究团队构建了一个完整的遥操作RAMS系统。系统远端是一个四轴UMP-4微操作器，安装有显微手术工具（微针），在一个模拟脑组织模型上进行操作。一个数码显微镜用于捕捉侧视图，并通过基于YOLO v5架构的深度学习目标检测方法，估计手术工具尖端与组织接触的力级别，以生成触觉反馈信号。另一个数码显微镜提供操作场景的俯视图，作为视觉反馈。主端是本研究开发的可穿戴触觉控制器。它是一个手套式设备，集成了两个关键子系统：运动跟踪系统和触觉反馈系统。运动跟踪用于捕捉操作者的手部动作，并将其转化为对远端微操作器的控制指令；触觉反馈系统则在操作者指尖提供实时的接触力感知。一个PC负责协调整个系统，处理来自相机的视觉数据、来自控制器的惯性测量单元（Inertial Measurement Unit， IMU）数据，并控制触觉执行器和机器人。
2. 运动跟踪系统的评估流程 运动跟踪采用了多传感器融合方案，结合了基于视觉的跟踪和惯性测量单元（IMU）的数据。为了确定最有效的方案，研究设计了轨迹跟踪实验进行对比评估。 * 研究对象与方法：实验比较了两种基于视觉的姿态估计方法：基于标记（marker-based）的方法（使用ArUco标记）和无标记（marker-less）的方法（使用MediaPipe手部关键点检测模型）。同时，为了融合视觉与IMU数据，研究对比了三种滤波算法：卡尔曼滤波器（Kalman Filter， KF）、扩展卡尔曼滤波器（Extended Kalman Filter， EKF）和无迹卡尔曼滤波器（Unscented Kalman Filter， UKF）。 * 实验与数据处理：参与者执行轨迹跟踪任务（模拟在敏感组织周围导航），任务在三个不同的深度（4厘米、8厘米、12厘米）下重复进行。评估指标包括：均方根误差（RMSE），用于量化实际运动路径与预设轨迹的偏差；总路径长度，反映运动效率和平滑度；跟踪检测率，计算成功检测的帧数占总帧数的比例，以评估可靠性。对于滤波算法的比较，则在不同平面（x-y， x-z， y-z）上分别评估其RMSE和路径长度误差。
3. 触觉界面的设计与制造流程 这是本研究的一项核心创新。 * 设计：触觉界面是一个气动驱动的触觉阵列，安装在手套指尖。作为概念验证，设计了一个包含四个气囊的2x2网格阵列。通过控制不同气囊的充气，可以向用户传递不同强度和模式的触觉反馈，用以传达微手术工具与组织之间的力交互信息。 * 制造（新颖方法）：研究采用了一种名为“液体与固体混合3D共打印（liquid and solid hybrid 3D co-printing）”的技术来制造该触觉界面。这项技术的突破性在于使用液体作为支撑材料，而非传统的可溶性光固化支撑。这使得包含复杂微/介观流体通道的多材料结构可以在单一制造周期内完成，并极大简化了后处理流程——仅需施加微小压力差（如用注射器）即可轻松清除通道内的液体。制造材料选择了Agilus 30（一种PolyJet光敏聚合物），因其具有优异的抗撕裂性和类似橡胶的力学特性，能够模拟人体软组织的触感。 * 参数优化实验：为了确定最佳制造参数，研究进行了对比实验。测试了三种肖氏A硬度（30A， 50A， 70A）和两种打印壁厚（0.2毫米， 0.3毫米）的组合。通过进行不同时长（0.5秒， 1秒， 1.5秒）的充气测试，测量气囊放气后恢复原状所需的时间。结果表明，采用50A硬度和0.2毫米壁厚的组合，在快速形状恢复、良好的柔韧性和触觉反馈分辨率方面取得了最佳平衡，因此被选为最终原型的制造参数。 * 驱动：触觉阵列通过继电器连接到由Arduino Mega2560控制的电磁阀。气源为直流微型气泵。通过调节阀门的开启时间来控制每个气囊的压力，从而实现气囊的充放气。
4. 触觉反馈有效性的用户研究流程 为了评估触觉反馈在RAMS任务中的实用性，研究进行了用户实验。 * 研究对象：六名参与者（两女四男，年龄25-30岁），其中三人有运动跟踪相关游戏经验。 * 实验任务：参与者执行微针插入任务。任务要求参与者在规定时间内，将微针从初始位置（距离组织表面0.8厘米）插入模拟软组织模型，达到预设的目标深度（0.5厘米），然后退出，如此循环直至时间结束。实验条件分为两组：有触觉反馈（结合视觉和触觉）和仅视觉反馈。运动跟踪系统控制针的轴向运动，并设置了2：1的运动缩放比例，以保持手部在相机的最佳跟踪范围内（4-8厘米）。每位参与者总共完成六组试验（三组有触觉，三组无触觉）。 * 评估指标与数据分析：实验记录了机器人的运动学数据。主要评估指标包括：插入深度：分析深度轨迹中的局部最小值（即参与者认为达到目标深度的点）；深度误差：计算每个局部最小值与预设目标深度的绝对差值；成功率：将深度误差在±2500微米范围内的尝试定义为成功；NASA任务负荷指数（NASA-TLX）问卷评分：用于评估参与者在两种条件下的主观工作负荷，涵盖脑力需求、体力需求、时间需求、努力程度、绩效水平和受挫程度六个子项。
四、 主要研究结果 1. 运动跟踪评估结果 * 视觉跟踪方法比较：在4厘米和8厘米深度，基于标记的方法检测率极高（分别为0.99和0.97），优于无标记方法（0.81和0.89）。在12厘米深度，无标记方法（0.69）反超基于标记的方法（0.58），因为此时标记尺寸过小，相机分辨率不足以清晰识别。因此，研究确定在4-8厘米的最佳跟踪范围内使用基于标记的算法。 * 滤波算法比较：在三个不同平面的轨迹跟踪中，UKF的RMSE均低于KF和EKF（例如在x-y平面，UKF RMSE为0.246厘米，EKF为0.224厘米，KF为0.306厘米）。结果表明UKF是三种算法中最准确可靠的，尤其适合处理本系统中的非线性运动。
2. 触觉反馈用户研究结果 * 深度误差：在提供触觉反馈的条件下，六位参与者的平均深度误差均显著低于仅提供视觉反馈的条件（例如用户2：436.48微米 vs. 7349.4微米；用户4：373.8微米 vs. 5464.5微米）。箱线图分析显示，有触觉反馈时深度误差的分布更集中（四分位距更小），表明系统可靠性更高。 * 成功率：多数参与者在有触觉反馈时成功完成任务的次数更多，且成功率更高。例如，用户1在没有触觉反馈时尝试3次均失败，而有触觉反馈时尝试2次全部成功；用户2在没有触觉反馈时尝试3次均失败，而有触觉反馈时尝试3次全部成功；用户5在有触觉反馈下完成了最多的5次尝试，其中4次成功，而无触觉反馈时仅完成3次尝试，其中2次失败。 * NASA-TLX评分：除了脑力需求和体力需求两项没有显著差异外，在有触觉反馈的条件下，参与者在时间需求、绩效水平、努力程度和受挫程度四个子项上的评分均显著低于无触觉反馈的条件。特别是“受挫程度”一项，有触觉反馈时的最高分甚至低于无触觉反馈时的最低分，表明触觉反馈极大地改善了用户体验，降低了任务带来的压力和挫折感，并提升了操作绩效。
这些结果具有清晰的逻辑递进关系。 首先，运动跟踪实验确定了系统稳定、精确控制机器人的技术基础（UKF融合算法在4-8cm基于标记的跟踪）。在此基础上，用户研究验证了在此稳定控制下，新增的触觉反馈模块确实能带来操作性能的实质性提升。数据有力地表明，触觉反馈不仅帮助操作者更准确地感知深度（降低深度误差），提高了任务执行的成功率，还从主观感受上降低了操作难度和负面情绪。这些结果共同支持了“触觉反馈能显著增强遥操作RAMS中的操作者深度感知”这一核心结论。
五、 研究结论与价值 本研究成功设计并原型化了一种用于RAMS的轻量化、低成本、可穿戴的手套式触觉控制器。其主要科学价值和应用意义在于： 1. 系统集成创新：提出并实现了一个集成了定制化柔软触觉界面与多传感器融合运动跟踪的完整可穿戴控制器方案。该设备为外科医生提供了一种更自然、直观的控制远程手术机器人的方式。 2. 制造技术突破：率先将液体与固体混合3D共打印技术应用于气动触觉阵列的快速原型制作。该方法简化了制造流程，降低了复杂流体通道结构的后处理难度，为实现可定制化、柔软、轻量的触觉界面开辟了新途径。 3. 实证性能验证：通过严格的实验对比（运动跟踪算法、触觉有效性用户研究），不仅确定了系统组件的最优选择（如UKF滤波、基于标记的视觉跟踪），更重要的是通过用户研究提供了实证证据，证明所开发的触觉反馈能显著提升操作者在遥操作显微手术任务中的深度感知精度和任务成功率，并改善其主观操作体验。
六、 研究亮点 1. 高度集成的可穿戴解决方案：将运动捕捉与指尖触觉反馈无缝集成于一个轻便的手套式设备中，直接针对RAMS中缺乏触觉反馈的痛点，提供了完整的工程解决方案。 2. 创新的柔软触觉界面制造方法：采用液体与固体混合3D共打印技术制造气动触觉阵列，这是一项具有显著新颖性的制造工艺。它使得快速、低成本地生产可定制形状和软硬度的仿生触觉界面成为可能，克服了传统刚性界面或复杂软体驱动器制造中的诸多难题。 3. 详尽的实验验证体系：研究不仅停留在原型开发，而是通过系统性的实验（轨迹跟踪对比、用户研究）对关键性能指标进行了定量评估。特别是用户研究设计了严谨的对照（有/无触觉反馈），并采用了客观（深度误差、成功率）和主观（NASA-TLX）相结合的评估指标，使结论具有说服力。 4. 明确的应用导向与有效性证明：研究紧紧围绕RAMS的应用场景，最终通过模拟的微针插入任务，直接证明了该触觉控制器在提升手术相关操作技能（深度感知）方面的实际效用，为其未来临床转化奠定了基础。
七、 其他有价值内容 论文在讨论部分也坦诚指出了当前工作的局限性和未来方向：1）触觉界面目前仅演示了充气/放气的开关功能，其实现更复杂“形状渲染”的潜力有待未来开发。2）用户研究中设定的“成功”阈值（±2500微米）仅用于比较有无触觉反馈的性能差异，并非控制器跟踪精度的评估参数。3）未来的工作重点包括探索触觉界面的形状渲染能力，以及与其他控制器进行更广泛的用户研究对比，以评估其临床潜力。这些内容为后续研究指明了清晰路径。