Mensch-Maschine-Kollaborationssysteme für mikrochirurgische Anwendungen

Mensch-Maschine-Kollaborationssysteme (HMCSs) sind Systeme, die die menschlichen Fähigkeiten während der Durchführung von Aufgaben, die sowohl menschliches Urteil als auch robotische Präzision erfordern, erweitern oder unterstützen. Wir untersuchen das Design und die Leistung von HMCSs im Kontext mikrochirurgischer Verfahren wie der vitreo-retinalen Augenchirurgie. Drei spezifische Probleme, die betrachtet werden, sind: (1) Entwicklung von Systemwerkzeugen zur Beschreibung und Implementierung von HMCSs, (2) Segmentierung komplexer Aufgaben in logische Komponenten basierend auf Sensordaten der menschlichen Aufgabenausführung und (3) Messung und Bewertung der Leistung von HMCSs. Diese Komponenten können in eine vollständige Arbeitsstation integriert werden, die in der Lage ist, Spuren der Benutzeraktivitäten automatisch in Aufgabenmodelle zu „parsen“, die in eine Ausführungsumgebung geladen werden, um dem Benutzer Unterstützung durch die Online-Erkennung von Aufgabenstatus zu bieten. Die Hauptbeiträge dieser Arbeit umfassen ein XML-Taskgraph-Modellierungsframework und eine Ausführungsengine, einen Algorithmus zur Echtzeitsegmentierung von Benutzeraktionen mit Hilfe kontinuierlicher versteckter Markov-Modelle und Validierungstechniken zur Analyse der Leistung von HMCSs.