El presente estudio se desarrolla en el marco de brindar asistencia al cirujano en la
laparoscopia, la cual es una cirugía utilizada para tratar problemas de salud en la zona
abdominal. El procedimiento utiliza una cámara conectada a un tubo delgado flexible llamado
endoscopio, el cual permite observar al interior de la zona abdominal del paciente; las
imágenes obtenidas por el instrumento son utilizadas por el cirujano durante el tratamiento
del paciente. Para garantizar un procedimiento correcto, se debe mover correctamente el
endoscopio en el interior del abdomen, siendo esta tarea específicamente la que se busca
facilitar su control y con ello dar apertura a una serie de posibilidades como el movimiento
asistido, la operación remota y la automatización completa de la tarea.
Con el fin de proponer una solución, actualmente, con el avance en el campo de la robótica
blanda se han diseñado y fabricados manipuladores o actuadores blandos que puedan ser
usados como endoscopios, los cuales tienen la capacidad de deformarse y ser forzados a
moverse para alcanzar diferentes posiciones deseadas dentro de sus límites de operación.
El cuerpo del manipulador o actuador blando en estudio presenta cuatro cámaras internas,
las cuales pueden ser deformadas regulando la cantidad de presión de aire al interior de cada
cámara. Para controlar y alcanzar la posición deseada del efector final del endoscopio, donde
una cámara será conectada, en el presente trabajo se realiza el modelamiento de la dinámica
del cuerpo del endoscopio y el diseño del controlador de posición.
La tarea de modelamiento consiste en definir las características de la estructura de una red
neuronal recurrente con realimentación a la salida y luego realizar su entrenamiento usando
el algoritmo DBP (Dynamic Back-Propagation) para obtener los pesos de conexión entre las
neuronas de la red. El diseño del controlador consiste de dos etapas. En la primera etapa se
definen las características de la estructura de una red neuronal prealimentada (feed-forward).
Para el entrenamiento de la red se utiliza el algoritmo DBP bajo un enfoque dinámico donde
se considera el sistema en lazo cerrado, el cual comprende tanto al controlador como al
modelo del sistema. El controlador de posición obtenido es válido solamente dentro de un
rango de movimiento; por ello, se definen un conjunto de controladores para cada rango de
operación. En la segunda etapa, se utiliza el método difuso Takagi Sugeno para la integración
de los controladores locales y la obtención de un controlador global valido en todo el rango
de operación. El controlador obtenido se implementa y prueba mediante simulación con el
objetivo de validar su desempeño para diferentes posiciones deseadas del endoscopio. / The present study is carried out within the framework of providing assistance to the surgeon
in laparoscopy, which is a surgery used to treat health problems in the abdominal area. The
procedure uses a camera connected to a thin flexible tube called endoscope, which allows
seeing inside the patient's abdominal area; the images obtained are used by the surgeon
during the patient's treatment. An essential and correct procedure consists of moving the
endoscope correctly inside the abdomen. This task is seeking to facilitate its control and open
up a series of possibilities such as assisted movement, remote operation and complete
automation of tasks.
In order to propose a solution, currently, with advances in the field of soft robotics, soft
manipulators or actuators have been designed and manufactured to be used as endoscopes,
which have the ability to deform and be forced to move and reach different desired positions
within its operation limits. The soft manipulator body or actuator under study has four internal
chambers, which can be deformed by regulating air pressure of each chamber. In order to
control and reach the desired position of endoscope final effector, where a camera will be
connected, in the current work the endoscope body modeling and the position controller
design are carried out as main tasks.
The modeling task consists of defining the characteristics of a recurrent neural network with
output feedback and then training it using the DBP (Dynamic Back-Propagation) algorithm to
obtain its connection weights between network neurons. The controller design consists of two
stages. In the first stage, the characteristics of a feed forward neural network are defined. For
network training, the DBP algorithm is used under a dynamic approach where the closed-loop
system is considered, which includes both the controller and the system model. The obtained
position controller is valid only within a range of motion; therefore, a set of controllers is defined
for each range of operation. In the second stage, the fuzzy Takagi Sugeno method is used to
integrate the local controllers and obtain a global controller for complete endoscope operating
range. The controller obtained is implemented and tested by simulation in order to validate its
performance for different desired positions of endoscope final effector.
Identifer | oai:union.ndltd.org:PUCP/oai:tesis.pucp.edu.pe:20.500.12404/26460 |
Date | 17 November 2023 |
Creators | Acosta Gonzales, Renzo Rogger |
Contributors | Tafur Sotelo, Julio César |
Publisher | Pontificia Universidad Católica del Perú, PE |
Source Sets | Pontificia Universidad Católica del Perú |
Language | Spanish |
Detected Language | Spanish |
Type | info:eu-repo/semantics/masterThesis |
Format | application/pdf, application/pdf |
Rights | info:eu-repo/semantics/openAccess, http://creativecommons.org/licenses/by-nc-sa/2.5/pe/ |
Page generated in 0.0024 seconds