2. 医疗场景中的视觉传感器选型与标定
医疗机器人要在手术室、检查室或康复病房里“看清”目标，第一步不是写算法，而是选对传感器并把它标定准。内窥镜、RGB-D、双目、激光雷达和超声这五类传感器，成像原理、精度特性和适用边界差异极大：内窥镜提供的是高分辨率纹理但尺度未知，RGB-D 在近距离结构光/ToF 下能给出稠密深度却怕反光和黑色组织，双目靠视差恢复深度但依赖纹理，激光雷达在体表定位和器械跟踪上精度高却难以进入体腔，超声能穿透软组织却噪声大、视野窄。选型的本质，是把“任务需要什么信息”与“传感器能提供什么信息”对齐。
一、成像原理与精度特性对比
内窥镜（含腹腔镜、支气管镜）本质是光学成像链：物镜—传像束/中继透镜—CMOS。它输出的是二维纹理，深度信息需靠运动视差、结构光投影或术前模型配准获得。其优势是分辨率高（1080p/4K）、实时性好，缺点是尺度模糊、镜面反光、烟雾遮挡。RGB-D 相机（如结构光或 ToF）通过投射红外散斑或调制光并测量相位/位移得到深度，近距离（0.3～1.5 m）精度可达毫米级，但黑色组织、血液、金属器械会造成深度缺失。双目相机用两个已标定相机做立体匹配，深度误差随距离平方增长，纹理丰富时精度好，纹理稀疏区域易出现空洞。激光雷达（机械式或固态）通过飞行时间测距，毫米级精度、不受光照影响，适合体表定位、手术床/机械臂空间配准，但体积和成本限制其进入体腔。超声通过压电换能器发射声波并接收回波，穿透深度可达数厘米，但轴向分辨率约 0.5～1 mm、横向更差，且存在斑点噪声和声影。
二、多传感器联合标定方法
多传感器联合标定的核心，是求取各传感器坐标系之间的刚体变换（旋转 R 与平移 t），使同一物理点在所有传感器中的观测一致。常用方法分三类：
- 基于标定物的方法：使用棋盘格、圆点靶标或 3D 打印标定块，同时被多个传感器观测。例如内窥镜与双目联合标定时，将棋盘格置于术野，内窥镜提取角点像素坐标，双目重建角点三维坐标，通过 PnP 求解内窥镜外参。该方法精度高，但需要传感器共视区域。
- 基于运动的方法（手眼标定）：当传感器安装在机械臂末端时，控制机械臂做多组位姿运动，利用 AX=XB 方程求解传感器与末端法兰的变换。适合内窥镜、超声探头与机械臂的联合标定。
- 基于特征匹配的方法：在无共同标定物时，利用点云配准（ICP）、图像特征（SIFT/ORB）或互信息配准，直接估计传感器间变换。适合激光雷达与 RGB-D 的体表配准。
以“双目 + RGB-D”联合标定为例，可执行流程如下：
- 固定双目与 RGB-D 的相对位置，确保两者视场重叠区域不小于 30%。
- 在重叠区域放置棋盘格，分别采集双目图像对与 RGB-D 的 RGB/深度图，共 15～20 组不同位姿。
- 双目：对每对图像做立体校正，提取棋盘格角点，三角化得到角点在双目坐标系下的 3D 坐标 Pstereo。
- RGB-D：从深度图获取角点对应深度，结合 RGB 像素坐标反投影得到 Prgbd。
- 求解变换：最小化 Σ‖Pstereo − (R·Prgbd + t)‖²，用 SVD 或非线性优化（如 Ceres）求解 R、t。
- 验证：另取 5 组未参与标定的位姿，计算重投影误差，若均方根误差 ≤ 1.5 mm 则接受；否则检查角点提取与深度对齐。
三、医疗适用性与选型建议
| 传感器 | 典型精度 | 工作距离 | 医疗场景 | 主要限制 |
|---|---|---|---|---|
| 内窥镜 | 像素级（尺度未知） | 5～100 mm | 腹腔、支气管、关节腔 | 反光、烟雾、无绝对尺度 |
| RGB-D | 1～5 mm | 0.3～1.5 m | 体表导航、避障、康复评估 | 黑体/血液深度缺失 |
| 双目 | 1～10 mm（随距离） | 0.2～3 m | 器械跟踪、术野重建 | 弱纹理空洞、计算量大 |
| 激光雷达 | ±2～10 mm | 0.5～50 m | 体表定位、床旁配准 | 体积大、无法入腔 |
| 超声 | 轴向 0.5～1 mm | 1～10 cm | 软组织实时引导、穿刺 | 斑点噪声、声影、视野窄 |
实际选型时，建议先明确任务的三项硬指标：需要什么信息（纹理/深度/点云）、精度要求（毫米级还是厘米级）、空间约束（能否入腔、是否无菌）。若任务需要腔内高分辨率纹理且允许术前配准，内窥镜是首选；若需要体表实时深度且距离在 1 m 内，RGB-D 性价比最高；若需要全局定位且不怕体积，激光雷达更稳；若需要穿透软组织，超声不可替代。多传感器联合标定则是把这些“各自为战”的传感器统一到同一坐标系，让机器人真正形成一致的空间认知。