logo móvil
Contáctanos

Un Método General de Reconocimiento de Pose y su Análisis de Precisión para un Mecanismo de Fijación Externa de 6 Ejes Usando Marcadores de Imagen

Autores: Liu, Sida; Song, Yimin; Lian, Binbin; Sun, Tao

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Un Método General de Reconocimiento de Pose y su Análisis de Precisión para un Mecanismo de Fijación Externa de 6 Ejes Usando Marcadores de Imagen


Categoría

Tecnología de Equipos y Accesorios

Subcategoría

Diseño de equipos y herramientas

Palabras clave

Mecanismo de fijación externa
Configuración Gough-Stewart
Reconocimiento de poses
Marcadores de imagen
Precisión de corrección
Disposición de marcadores

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 18

Citaciones: Sin citaciones


Descripción
El mecanismo de fijación externa de 6 ejes con configuración Gough-Stewart se ha aplicado ampliamente a la corrección de deformidades en huesos largos en ortopedia. El reconocimiento de la pose del mecanismo es esencial para la planificación de la trayectoria de corrección ósea, pero generalmente se implementa a través de la experiencia de los cirujanos, lo que resulta en un nivel relativamente bajo de precisión en la corrección. Este artículo propone un método de reconocimiento de pose basado en marcadores de imagen novedosos e implementa un análisis de precisión. En primer lugar, se establece una descripción de la pose del mecanismo con varios marcadores instalados libremente, y la disposición de los marcadores también se describe de manera paramétrica. Luego, se presenta un método de reconocimiento de pose identificando los parámetros de orientación y posición utilizando los marcadores. El método de reconocimiento es general en el sentido de que abarca todas las disposiciones posibles de los marcadores, y se investiga la precisión del reconocimiento analizando las variaciones en la disposición de los marcadores. Sobre esta base, se establecen principios de disposición para marcadores que logran una precisión de reconocimiento deseada, y se proporciona una estrategia de compensación de errores para mejorar la precisión. Finalmente, se realizaron experimentos. Los resultados muestran que los errores de volumen del reconocimiento de pose fueron de 0.368 +/- 0.130 mm y 0.151 +/- 0.045 grados, y la precisión de corrección del modelo de fractura después de aplicar la compensación fue de 0.214 +/- 0.573 mm y -0.031 +/- 0.161 grados, validando la viabilidad y precisión de los métodos propuestos.

Otros recursos que podrían interesarte

Temas Virtualpro