1. 医疗机器人视觉导航与场景感知工程导论

医疗机器人并不是单一产品，而是一类在临床场景中承担“感知—决策—执行”任务的机电与信息系统。视觉导航与场景感知工程，研究的正是如何让机器人在手术室、病房、消毒供应中心、检验科等复杂医疗环境中，稳定地“看清位置、理解环境、规划路径、控制动作”。本课程面向工程实现，而不是泛泛介绍机器人概念，因此需要先明确课程定位、机器人分类、任务边界、典型系统组成与工程挑战。

课程定位：从“能看见”到“能安全到达”

本课程的核心目标，是建立一条从传感器数据到机器人运动的完整工程链路。它不局限于计算机视觉算法，也不局限于机械控制，而是把两者放在同一系统中考察。典型问题包括：内窥镜图像如何估计器械位姿？移动查房机器人如何利用激光雷达与深度相机避开病床和行人？手术机械臂如何在组织形变和遮挡下保持导航精度？这些问题共同指向一个判断标准：视觉结果必须能转化为可执行、可验证、可安全停止的导航行为。

因此，课程中的“导航”不是简单指路径规划，而是包含定位、建图、路径生成、运动控制与安全监控的闭环；“场景感知”也不只是目标检测，而是对医疗场景中的静态结构、动态人员、器械状态和操作阶段进行综合理解。

医疗机器人分类与视觉任务差异

按应用形态，医疗机器人可大致分为以下几类，每类对视觉导航与场景感知的要求差异明显：

• 手术机器人：如腹腔镜机械臂、骨科导航机器人。视觉任务以器械跟踪、组织表面配准、术中影像融合为主，强调亚毫米级精度和实时性。
• 康复与辅助机器人：如外骨骼、康复训练机器人。视觉用于人体姿态估计、步态分析和安全区域监控，强调人机协同与舒适性。
• 服务与物流机器人：如药品配送、标本转运、查房机器人。视觉用于走廊定位、电梯交互、障碍物避让，强调长期自主与动态环境适应。
• 影像与介入机器人：如血管介入机器人、超声扫查机器人。视觉与医学影像配准紧密耦合，强调呼吸运动补偿和辐射剂量控制。
• 微纳与胶囊机器人：视觉用于体内定位、病灶识别和运动控制，面临照明受限、纹理重复和能量约束等特殊问题。

分类的意义在于：不同机器人对“定位精度、实时性、安全等级、环境动态性”的权重不同，后续章节中的算法选型和系统设计必须回到这些约束上。

视觉导航与场景感知的任务边界

视觉导航主要回答“我在哪、要去哪、怎么去”。其典型输出包括机器人位姿、地图、路径和速度指令。场景感知主要回答“周围有什么、处于什么状态、是否影响任务”。其典型输出包括障碍物位置、人员意图、器械状态和操作阶段。两者边界并非绝对：例如手术器械跟踪既属于感知，也直接服务于导航控制。

工程上需要明确三条边界：第一，感知结果必须带置信度和时间戳，否则无法用于安全决策；第二，导航输出必须满足运动学与动力学约束，不能给出机器人无法执行的路径；第三，安全监控独立于主任务链路，即使视觉算法失效，也应能触发急停或降级模式。

典型系统组成

一个完整的医疗机器人视觉导航系统通常包含以下层次：

• 传感器层：RGB 相机、深度相机、激光雷达、IMU、力传感器、医学影像设备接口。
• 感知层：图像预处理、特征提取、目标检测、位姿估计、语义分割、多传感器融合。
• 定位与建图层：视觉里程计、SLAM、地图维护、坐标系变换。
• 规划与控制层：全局路径规划、局部避障、轨迹生成、运动控制。
• 安全与监控层：碰撞检测、工作空间限制、急停逻辑、故障诊断。
• 交互与集成层：与医院信息系统、手术导航系统、人机界面和云端日志对接。

这些层次之间通过明确的坐标系、时间同步和消息接口连接。工程实现中，坐标系定义必须统一，例如以机器人基座为世界坐标系原点，相机坐标系到基座坐标系的变换需标定并持续更新。

工程挑战与安全底线

医疗场景对视觉导航提出了比一般工业机器人更严苛的要求。首先是安全等级：机器人必须在任何异常下可预测地停止，视觉算法不能成为唯一安全依据。其次是动态与遮挡：手术室中人员走动、器械遮挡、组织形变都会破坏视觉假设。第三是精度与实时性：骨科导航常要求亚毫米级定位，而内窥镜视频需在 30fps 以上完成跟踪。第四是跨场景泛化：不同医院的光照、地面材质、病床布局差异巨大，模型不能只在单一数据集上有效。

工程上通常采用“多传感器冗余 + 分层安全 + 在线标定”的策略。例如，移动机器人同时使用激光雷达和深度相机，当视觉退化时切换到激光定位；手术机械臂在视觉跟踪之外增加力反馈和机械限位。所有安全相关判断都应设置明确的阈值和超时逻辑，例如：当位姿置信度低于 0.6 或连续 3 帧丢失目标时，进入降级模式并提示操作者。

本章建立了课程的整体框架：医疗机器人分类决定了视觉任务的侧重点，任务边界划定了感知与导航的职责，典型系统组成给出了工程实现的层次，而安全与实时性则是所有设计不可退让的底线。后续内容将沿着这条链路逐层深入。