이식 수술 로봇의 작업 공간과 수술 공간의 정합 정확도를 향상시키기 위해 단안 영상 기반의 이식 수술 로봇 공간 정합 방법을 제안한다. 단안 카메라의 내부 파라미터 보정과 손-눈 보정을 통해 카메라 좌표계와 이식 수술 로봇 좌표계 간의 손-눈 공간 자세 관계를 구축하였다. 딥러닝을 기반으로 CenterNet 신경망을 활용한 수술 목표 키포인트 검출 방법을 제안하였으며, PnP(Perspective-n-Point)를 이용해 수술 목표 좌표계와 카메라 좌표계의 매핑 모델을 구축하였다. 공간 정합의 안정성을 높이기 위해 LM(Levenberg-Marquardt) 알고리즘으로 매핑 모델을 비선형 최적화하였고, 손-눈 공간 자세 관계와 결합해 LM-PnP 기반 이식 수술 로봇 시스템 자세 매핑 모델을 구축하였다. 마지막으로 제안한 방법의 안정성을 검증하기 위해 목표 원공 검출 실험을 수행하였다. 실험 결과 제안한 LM-PnP 알고리즘은 목표 원공 검출에서 오차가 0.186 mm 미만임을 보여주었다. 로봇의 다양한 자세 변환 테스트에서 수술 목표의 자세 편차는 -1.5°~1°이고, 위치 편차는 -1~1 mm로 본 정합 기술이 우수한 안정성과 정확성을 지님을 나타낸다. 전통적인 쌍안 심도 카메라와 비교해 이 방법은 단안 카메라만으로도 수술 목표의 정확한 정합이 가능하며, 자연광에서 작동할 수 있고 적외선 렌즈 및 광학 위치 표시 구에 의존하지 않는다.

단안 영상; 공간 정합; 수술 로봇; 딥러닝