6月8日，天津大学医疗机器人与智能系统研究院开展2026年第十三期研究生阅读报告分享会，4名研究生依次进行了阅读报告分享。

研究院2023级博士研究生孙启强进行了题为《非对称式微夹持器力估计方法研究》的报告分享。通过对微夹持器相关文献的调研发现，当前微夹持器研究已在结构设计和驱动方式方面取得较大进展，但对于操作力的实时感知和定量反馈仍存在一定不足。针对前期基于磁弹性体功能分区微夹持器缺乏实时力反馈的问题，本阶段重点开展了无传感器力估计方法研究。首先分析了传统双侧运动结构在力估计过程中存在的位移不同步、参考基准不稳定等问题，进而提出一种非对称微夹持器构型，通过固定爪与主动爪分离设计建立稳定参考基准。随后完成驱动导向机构参数优化和样机制造，并基于CBCM方法建立驱动机构静力学模型，实现驱动输入、结构变形与接触力之间的映射关系。

研究进行了位移标定实验和力估计验证实验，结果表明，位移转换关系具有良好的线性特征，拟合优度达到0.999；力估计结果与实际测量结果吻合较好，均方根误差约为10.3 μN。研究进一步开展斑马鱼胚胎操作实验，成功实现定位、夹持、搬运和释放全过程操作，平均夹持力为0.165±0.030 mN，操作后胚胎存活率达到100%，验证了所提出方法在生物操作中的可行性和有效性。

研究院2024级硕士研究生李俊杰分享了论文《StereoMamba: Real-time and Robust Intraoperative Stereo Disparity Estimation via Long-range Spatial Dependencies》。针对双目内窥镜场景中低纹理、强反光、阴影区域及器械遮挡导致深度估计困难的问题，文章提出了一种基于Mamba架构的实时双目视差估计方法StereoMamba。传统CNN方法虽然速度快，但长距离依赖建模能力不足；Transformer具备全局建模优势，却存在计算开销大的问题。为此，作者设计了FE-Mamba特征提取模块和MFF多尺度特征融合模块。FE-Mamba通过Self-Attention与Cross-Attention同时建模图像内部上下文信息和左右图像匹配关系，MFF则融合不同尺度特征及双目交互信息，在保留细节的同时增强特征表达能力。

实验结果表明，该方法在SCARED手术内窥镜数据集上实现了2.55 mm的Depth MAE和21.28 FPS的实时推理速度，在精度与实时性之间取得了良好平衡。同时在RIS2017和StereoMIS数据集上表现出较好的泛化能力，对暗区、反光区域以及器械边界等复杂场景具有更强的鲁棒性。该工作为机器人辅助手术中的三维重建、术中导航及智能感知提供了一种高效可靠的双目深度估计方案。

研究院2024级硕士研究生徐一鸣围绕《单孔手术机器人RCM漂移柔顺补偿策略研究》展开分享。分享内容主要包括单孔样机的运动学验证、单孔样机动力学参数辨识前期准备以及RCM漂移检测与补偿策略。研究借助仿真与实际检测，分析了单孔样机运动学误差产生的原因并列为后续优化目标，对机器人扫掠空间进行蒙特卡洛法求解，作为后续动力学参数辨识的安全条件。对于实验中出现的较大位置误差，研究推测可能为运动周期过长、pid调节不佳以及负载情况不加等原因。

依据动力学参数进行动力学补偿，既保证不会影响运动、系统稳定性，又不会造成太大的误差。动力学根据实际工况，对激励轨迹参数进行仿真和计算以获得最佳参数，保证对待辨识参数的充分激励与安全性，同时输出URDF模型，进行动力学与运动学的仿真验证。RCM漂移补偿主要分为法向补偿和切向补偿，通过被动臂的小幅度调整以消除术前手眼误差导致的RCM漂移。在法向上建立固定的阻抗模型，运用位置误差估计法向方向大致受力，建立变导纳模型保证补偿过程的柔顺性，同时能够直观表达戳卡交互力与速度的关系。

研究院2024级硕士研究生邱立进行了题为《基于多模态信息融合的持镜智能体研究》的报告分享。研究构建了一套基于自然语言控制与轻量级视觉接管的智能视野辅助控制框架。采用ASR方案，将自然语言映射到动作原语，通过安全词表的收束，凝练出主刀医生的意图，最终得到安全且受控的视野调整指令，底层延迟在0.5s以内，解决了传统kws方案只能够使用关键词进行控制的缺陷，降低了主刀医生的负担，提高了使用的舒适度。

研究还提出了一种基于LLM的endoscope-co-pilot策略，使得机器人能够识别医生的指令并执行对应的视野调整操作。通过FunASR转录语音为文本，设计prompt与json范式、Ollama驱动qwen模型，进行方向、目标、幅度、动作类型等方面的语义解析与意图提取，运用视野质量进行约束，视觉伺服进行底层执行，得到最终需要的视野。该系统可实现以下功能：针对不同的语义赋予不同的运动步幅、以器械作为锚点实现上下左右的快速视野调整、单独跟踪左侧右侧器械；同时具备短时记忆功能，可对刚刚的指令进行修正或回退。

文献来源：

[1]Chen X, Ren Q, Zhao W, et al. A 3D-printed electromagnetically actuated microgripper system for precision single-cell manipulation[J]. Lab on a Chip, 2026, 26(9): 2900-2908.

[2]Wang X, Xu J, Zhang S, et al. StereoMamba: Real-time and Robust Intraoperative Stereo Disparity Estimation via Long-range Spatial Dependencies[J]. IEEE Robotics and Automation Letters, 2025.