Direcionamento de soft robot baseado em uma agulha flexível: modelagem e controle em ambiente simulado bidirecional

Abstract

As cirurgias minimamente invasivas são frequentemente limitadas pela rigidez e pela cinemática restritiva dos instrumentos convencionais, que dificultam a navegação em anatomias complexas e aumentam o risco de danos a tecidos. Visando superar esse desafio, este trabalho desenvolve e avalia um modelo para o direcionamento de agulhas flexíveis — tratadas aqui como soft robots — integrando a caracterização experimental da curvatura, a modelagem cinemática e a análise de estratégias de controle em ambiente simulado. A metodologia integra um sistema de visão computacional para a extração de parâmetros, um modelo cinemático não-holonômico para a planta simulada e uma estratégia de controle de rastreamento para análise comparativa. A etapa de caracterização experimental, utilizando um phantom de tecido mole, permitiu extrair via visão computacional o parâmetro de curvatura máxima (k_max) da agulha. Este dado foi essencial para calibrar o modelo cinemático, garantindo a fidelidade das simulações. A análise de incerteza em malha aberta, via simulação de Monte Carlo, demonstrou a propagação de erros e quantificou o risco de colisão em trajetórias teoricamente seguras, evidenciando a insuficiência de estratégias puramente preditivas. Em contrapartida, a validação do controlador de rastreamento em malha fechada demonstrou sua capacidade de rejeitar perturbações e garantir a convergência para a trajetória de referência. Conclui-se que a arquitetura proposta, ao integrar caracterização experimental e controle simulado, não apenas valida o modelo cinemático, mas estabelece matematicamente a necessidade de realimentação ativa para a segurança em futuras aplicações clínicas, fornecendo uma base metodológica sólida para pesquisas em robótica médica.

Minimally invasive surgery is often limited by the rigidity and restrictive kinematics of conventional instruments, which hinder navigation in complex anatomies and increase the risk of tissue damage. To overcome this challenge, this work develops and evaluates a model for flexible needle steering — treated here as soft robots — by integrating the experimental characterization of curvature, kinematic modeling, and the analysis of control strategies in a simulated environment. The methodology integrates a computer vision system for parameter extraction, a non-holonomic kinematic model for the simulated plant, and a tracking control strategy for comparative analysis. The experimental characterization stage, using a soft-tissue phantom, enabled the extraction of the needle's maximum curvature parameter (k_max) via computer vision. This data was essential for calibrating the kinematic model, ensuring the fidelity of the simulations. The open-loop uncertainty analysis, performed via Monte Carlo simulation, demonstrated error propagation and quantified the collision risk on theoretically safe trajectories, highlighting the insufficiency of purely predictive strategies. Conversely, the validation of the closed-loop tracking controller demonstrated its ability to reject disturbances and ensure convergence to the reference trajectory. It is concluded that the proposed architecture, by integrating experimental characterization and simulated control, not only validates the kinematic model but also mathematically establishes the necessity of active feedback for safety in future clinical applications, providing a solid methodological foundation for future research in medical robotics.