植込み手術ロボットの作業空間と手術空間の登録精度を向上させるために、単眼ビジョンを用いた植込み手術ロボットの空間登録方法を提案する。単眼カメラの内部パラメータ校正とハンド・アイキャリブレーションにより、カメラ座標系と植込み手術ロボット座標系間のハンド・アイ空間姿勢関係を構築した。深層学習に基づき、CenterNetニューラルネットワークを用いた手術目標キーポイント検出法を提案し、PnP（Perspective-n-Point）を用いて手術目標座標系とカメラ座標系のマッピングモデルを構築した。空間登録の安定性向上のため、LM（Levenberg-Marquardt）を用いてマッピングモデルの非線形最適化を行い、ハンド・アイ空間姿勢関係と組み合わせてLM-PnPに基づく植込み手術ロボットシステムの姿勢マッピングモデルを構築した。最後に、提案手法の安定性を検証するために目標円孔検出実験を行った。実験結果から、提案したLM-PnPアルゴリズムは目標円孔検出において誤差が0.186 mm未満であることを示した。ロボットの異なる姿勢変換テストでは、手術目標の姿勢偏差が-1.5°〜1°、位置偏差が-1〜1 mmであり、本登録技術が良好な安定性と精度を有することを示している。従来のステレオ深度カメラと比較して、本手法は単眼カメラのみで手術目標の精密登録が可能であり、自然光下での操作が可能であり、赤外線レンズや光学的な位置マーカー球に依存しない。

単眼ビジョン;空間登録;手術ロボット;深層学習