[论文解读] Helical Tendon-Driven Continuum Robot with Programmable Follow-the-Leader Operation

Behnam Moradkhani, Raghav Sankaranarayanan+5 more|arXiv (Cornell University)|Jan 19, 2026

Pain Management and Treatment被引用 0

一句话总结

本文提出 ExoNav，一种通过 Cosserat 细杆理论建模、可编程跟随领导者运动的腱驱动连续机器人，用于引导脊髓刺激导线，在仿体中进行带重力感知的规划与验证。

ABSTRACT

Spinal cord stimulation (SCS) is primarily utilized for pain management and has recently demonstrated efficacy in promoting functional recovery in patients with spinal cord injury. Effective stimulation of motor neurons ideally requires the placement of SCS leads in the ventral or lateral epidural space where the corticospinal and rubrospinal motor fibers are located. This poses significant challenges with the current standard of manual steering. In this study, we present a static modeling approach for the ExoNav, a steerable robotic tool designed to facilitate precise navigation to the ventral and lateral epidural space. Cosserat rod framework is employed to establish the relationship between tendon actuation forces and the robot's overall shape. The effects of gravity, as an example of an external load, are investigated and implemented in the model and simulation. The experimental results indicate RMSE values of 1.76mm, 2.33mm, 2.18mm, and 1.33mm across four tested prototypes. Based on the helical shape of the ExoNav upon actuation, it is capable of performing follow-the-leader (FTL) motion by adding insertion and rotation DoFs to this robotic system, which is shown in simulation and experimentally. The proposed simulation has the capability to calculate optimum tendon tensions to follow the desired FTL paths while gravity-induced robot deformations are present. Three FTL experimental trials are conducted and the end-effector position showed repeatable alignments with the desired path with maximum RMSE value of 3.75mm. Ultimately, a phantom model demonstration is conducted where the teleoperated robot successfully navigated to the lateral and ventral spinal cord targets. Additionally, the user was able to navigate to the dorsal root ganglia, illustrating ExoNav's potential in both motor function recovery and pain management.

研究动机与目标

• 设计一种 NiTi 螺旋状缺口管（ExoNav），优化用于横向与腹侧脊髓导航。
• 将 Cosserat 细杆理论定制为建模腱驱动的缺口连续机器人变形。
• 开发腱张力输入优化框架，在外部载荷如重力作用下实现接近跟随领导者的运动。
• 通过四个原型和一个假体脊髓模型的实验进行模型验证。
• 展示在 SCS 应用中实现脊髄目标点和背根神经节导航的潜力。

提出的方法

• 采用基于 Cosserat 细杆的静态平衡模型来描述具有空间可变性质的腱驱动机器人。
• 定义 ExoNav 的有效横截面积和中性轴以计算 A、r_na、以及转动惯量 I_x、I_y、I_z。
• 通过腱张力输入 tau 来建模腱驱动作动，并推导 v 与 u 的 K 矩阵及边界条件（方程式 1–5）。
• 对 ExoNav 的几何结构（缺口 NiTi 管）进行专用化，给出 p*、R*、v*、u* 的显式表达式（方程式 6–13）。
• 在 MATLAB 中实现发射法求解状态方程，并进行渐进与 FTL（跟随领导者）运动的仿真（方程式 14–15）。
• 将重力作为分布外力 f_e 引入，并比较无重力与有重力预测（方程式 18）。
• 在进展因子 eta 下优化腱张力以实现跟随 FTL 的轨迹，包含旋转-平移耦合（Sec. II-C）。
• 使用 PI 控制回路在实验腱张力系统中管理腱张力指令（图 7）。
• 利用 EM 跟踪的实验位置对预测进行验证，并将误差量化（表 I，图 6）。

实验结果

研究问题

• RQ1 ExoNav 是否能够在重力作用下实现对腹侧和侧方脊髓目标点的准确跟随领导者导航？
• RQ2 重力与缺口驱动几何对变形有何影响，如何优化腱张力以维持 FTL 轨迹？
• RQ3 Cosserat 基于模型在多种原型几何下对实验变形的预测有多准确？
• RQ4 使用 ExoNav 对假体脊髓导航是否可行，用于潜在的 SCS 电极送达？

主要发现

• 在考虑重力的模型下，四个原型的端部位置 RMSE 为 1.76、2.33、2.18、1.33 mm（约为机器人长度的 2.1–4.2%）。
• FTL 运动的端末轨迹与参考路径高度吻合；FTL 试验的最大 RMSE 为 3.75 mm（小于机器人长度的 5%）。
• 相比无重力模型，重力建模提升了预测精度，特别是在端部附近，MED 与 RMSE 值显著降低（表 I）。
• 渐进运动与 FTL 参考在仿真与四个原型的实验中均得到验证，重复性良好。
• 假体脊髓导航演示显示成功进入侧方、腹侧目标点与背根神经节，体现 ExoNav 在运动恢复与疼痛管理方面的潜力。
• 腱张力优化框架能够在外部载荷作用下计算出跟随期望 FTL 路径的腱张力。