<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Archiving and Interchange DTD v1.0 20120330//EN" "JATS-archivearticle1.dtd">
<article xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta />
    <article-meta>
      <title-group>
        <article-title>PMD-Kameratechnik als Teil eines Sicherheitskonzept für roboterunterstützte Operationen</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>J. Bernshausen</string-name>
          <xref ref-type="aff" rid="aff1">1</xref>
          <xref ref-type="aff" rid="aff2">2</xref>
        </contrib>
        <contrib contrib-type="author">
          <string-name>J.Wahrburg</string-name>
          <xref ref-type="aff" rid="aff1">1</xref>
          <xref ref-type="aff" rid="aff2">2</xref>
        </contrib>
        <contrib contrib-type="author">
          <string-name>P.Nicolai</string-name>
          <xref ref-type="aff" rid="aff0">0</xref>
          <xref ref-type="aff" rid="aff1">1</xref>
        </contrib>
        <contrib contrib-type="author">
          <string-name>H.Mönnich</string-name>
          <xref ref-type="aff" rid="aff0">0</xref>
          <xref ref-type="aff" rid="aff1">1</xref>
        </contrib>
        <aff id="aff0">
          <label>0</label>
          <institution>Karlsruher Institut für Technologie, Institut für Prozessrechentechnik, Automation und Robotik</institution>
          ,
          <addr-line>Karlsruhe</addr-line>
          ,
          <country country="DE">Germany</country>
        </aff>
        <aff id="aff1">
          <label>1</label>
          <institution>Schlüsselworte: PMD-Technik</institution>
          ,
          <addr-line>3D-Kamera, Überwachung, Operationssaal, Sicherheitskonzept, Robotik</addr-line>
        </aff>
        <aff id="aff2">
          <label>2</label>
          <institution>Universität Siegen, Zentrum für Sensortechnik (ZESS)</institution>
          ,
          <addr-line>Siegen</addr-line>
          ,
          <country country="DE">Germany</country>
        </aff>
      </contrib-group>
      <fpage>199</fpage>
      <lpage>202</lpage>
      <abstract>
        <p>Dieser Beitrag beschäftigt sich mit dem Aufbau eines Mehrkamerasystems bestehend aus 3D-PMD Kameras zur Überwachung eines Operationssaals in der roboterunterstützten Chirurgie. Der Einsatz mehrerer PMD-Kameras ermöglicht eine schnelle und robuste Positionserkennung aller sich im Raum befindlichen Personen sowie die Erkennung des Robotersystems. Auf diese Weise ist es möglich Sicherheitskonzepte zur kollisionsfreien und gefahrlosen Benutzung eines Robotersystems im Operationsumfeld zu entwickeln. Im Folgenden werden der Aufbau und die Kalibrierung des PMDKamerasystems vorgestellt.</p>
      </abstract>
    </article-meta>
  </front>
  <body>
    <sec id="sec-1">
      <title>Problem</title>
    </sec>
    <sec id="sec-2">
      <title>Methoden</title>
      <sec id="sec-2-1">
        <title>2.1 Einführung in die PMD-Technik</title>
        <p>Wie bereits erwähnt basiert die PMD-Technik auf einem „Time-of-Flight“-Messverfahren. Die Entfernung wird folglich
durch die Bestimmung der Lichtlaufzeit ermittelt. Hierzu besitzt die Kamera ein Beleuchtungsmodul, welches Licht im
infraroten Spektralbereich emittiert. Dieses Licht wird mit einer Frequenz von ungefähr fmod = 20MHz periodisch
moduliert. Das von der Kameraumgebung reflektierte Lichtsignal gelangt anschließend durch eine Optik auf den PMD-Chip.
Dort wird innerhalb von jedem Pixel, durch ein Verfahren ähnlich einem Mischprozess, die Phasenverschiebung
zwischen dem ausgesendeten Licht als Referenzsignal und dem einfallenden reflektierten Licht bestimmt. Über die
Phasenverschiebung kann für jedes Pixel ein Entfernungswert berechnet werden. Jedes Pixel besitzt zudem eine Schaltung zur
Unterdrückung des Hintergrundlichts. Dies gewährleistet einen Betrieb ohne Überbelichtung der einzelnen Pixel auch
bei starkem Fremdlicht, wie dies der Fall in Operationsräumen sein kann. Des Weiteren kann die Beleuchtungszeit der
Kamera frei gewählt werden. Für normale Reflektivität der Kameraumgebung liegt diese zwischen 0,8ms und 2ms. Das
Messrauschen der PMD-Kamera ist abhängig von der Reflektivität und der Entfernung des aufgenommenen Objekts,
also der Menge und Intensität des reflektierten Lichtsignals, welches während der Belichtungszeit von dem Sensor
empfangen wird. Für Objekte mit guter Reflektivität und einer Entfernung unterhalb von 4m können Messwerte mit einer
Genauigkeit von unter 5mm erreicht werden.</p>
        <p>Großer Vorteil des PMD-Prinzips ist, dass bei jeder 3D-Bildaufnahme ebenfalls ein 2D-Grauwertbild aufgenommen
wird. Auf diese Weise kann die 3D-Szene mit einer Textur belegt werden, welches eine umfangreiche Bildverarbeitung
ermöglicht.
Abb. 1: PMD-Kameras a) CamCube 2.0 [1] mit einer Auflösung von 204x204 Pixeln mit zwei externen seitlich
angebrachten Beleuchtungmodulen b) PMDVision S3 mit 64x48 Pixeln mit einem integrierten Beleuchtungsmodul
Zurzeit sind verschiedene Modelle von PMD-Kameras der Firma PMDTec erhältlich, vergl. Abb. 1, welche sich durch
deren Bauform, Auflösung und Preis unterscheiden. Es gibt ein Modell mit einer lateralen Auflösung von 64x48 Pixeln
und eine höher auflösende Kamera mit 204x204 Pixeln.</p>
      </sec>
      <sec id="sec-2-2">
        <title>2.2 Installation des Kamerasystems im Operationssaal</title>
        <p>Um eine möglichst vollständige Abdeckung des Operationssaals zu erhalten, wird eine Konfiguration mit 6 Kameras
vorgeschlagen. Diese sind wie auf Abb.2 skizziert in dem etwa 5x5m großen Raum angebracht. Die Anordnung der
Kameras in den oberen Raumecken mit Blickrichtung in das Raumzentrum führt zu einer Minimierung möglicher
Überdeckung zwischen Objekten oder Operationspersonal. Dazu kommen zwei weitere an der Decke oberhalb des
Operationstisches angebrachte PMD-Kameras. Dies ermöglicht eine präzisere Überwachung des relevanten Gebiets. Mögliche
Verdeckungen des relevanten Gebietes durch bewegliche Operationslampen werden durch eine optimierte
Positionierung der Kameras größtenteils verhindert. In einem weiteren Schritt könnten die Kameras zur völligen Vermeidung der
Überschattungen durch Operationslampen beispielsweise in diese integriert werden.</p>
        <sec id="sec-2-2-1">
          <title>Abb. 2: Installation des PMD-Kamerasystems</title>
          <p>Für das Mehrkamerasystem kommen insgesamt fünf PMDVision S3 und eine CamCube 2.0 zum Einsatz. Die
hochauflösende CamCube wird oberhalb des Roboters befestigt. Dies ermöglicht neben einer präziseren Überwachung des
relevanten Gebiets zusätzlich Vorteile bei der späteren Kalibrierung des Kamerasystems.</p>
          <p>Bei der Verwendung mehrerer PMD-Kameras müssen prinzipbedingte Phänomene beachtet werden. Das
„Time-ofFlight“-Verfahren mit interner Beleuchtung führt zur Überlagerung der Lichtsignale unterschiedlicher Kameras,
aufgrund dessen die gemessenen Entfernungswerte verfälscht werden. Nach [1] kann dies jedoch durch die Verwendung
unterschiedlicher Modulationsfrequenzen vermieden werden. Das Licht von Kameras mit anderer Modulationsfrequenz
als der eigenen wird von einer Kamera bei einer Beleuchtungszeit von mehrfacher Länge der Periodendauer des
Lichtsignals als Fremdlicht wahrgenommen und trägt nicht mehr zur Verfälschung der Entfernungsmessung bei. Der
Hersteller bietet die Möglichkeit insgesamt drei unterschiedliche Modulationsfrequenzen einzustellen. Da allerdings sechs
Kameras betrieben werden sollen, werden zwei Kameragruppen mit je drei Kameras gebildet, welche jeweils mit einer
anderen Frequenz betrieben werden. Die zwei unterschiedlichen Gruppen werden im Zeitmultiplexbetrieb angesteuert.
Dies bedeutet, dass die Bilder der Gruppen zu unterschiedlichen Zeitpunkten aufgenommen werden. Vorteil dieses
zeitversetzten Aufnehmens ist zudem eine Reduzierung der Szenenbeleuchtung. Hierdurch kann eine Überbelichtung von
PMD-Pixeln vermieden werden.</p>
          <p>Zur Verwendung der aufgenommenen einzelnen 3D-Bilddaten für die Steuerung des Chirurgieroboters müssen diese zu
einer Umweltrepräsentation zusammen gefügt werden. Dies geschieht durch verschiedene entwickelte
Kalibrierverfahren, auf welche im nächsten Abschnitt näher eingegangen wird.
3</p>
        </sec>
      </sec>
    </sec>
    <sec id="sec-3">
      <title>Ergebnisse</title>
      <p>Durch die Verwendung unterschiedlicher Modulationsfrequenzen können die entstehenden Messfehler weitestgehend
eliminiert werden.</p>
      <p>Hierzu zeigt Abb. 3a das 3D-Bild einer PMD-Kamera in Anwesenheit einer weiteren Kamera mit gleicher
Modulationsfrequenz. Zu sehen ist ein deutlich verrauschteres und verzerrteres Bild aufgrund der überlagerten Lichtsignale als bei
der zweiten Aufnahme in Abb. 3b. Hier wurde die zweite Kamera mit einer von der Ersten abweichende
Modulationsfrequenz betrieben
a)</p>
      <p>b)</p>
      <sec id="sec-3-1">
        <title>Abb. 3: PMD-Aufnahme eines Kopfes auf einem Operationstisch mit zwei Kameras</title>
        <p>mit a) gleicher und b) abweichender Modulationsfrequenz
Die zwei unterschiedlichen Kameragruppen werden im Zeitmultiplex betrieben. Dies geschieht durch Verwendung eines
Softwaretriggers und führt zur Halbierung der maximal erreichbaren Bildrate der einzelnen Kameras. Das
Umgebungsmodell wird jedoch für jede Aufnahme aktualisiert, sodass dieses mit einer Frequenz von 30Hz aktualisiert wird.
Um die Kameradaten zur Überwachung und Steuerung des Roboters zu nutzen, müssen alle 3D-Daten in ein
gemeinsames Koordinatensystem transformiert werden. In diesem werden die Daten in eine gemeinsame Umweltrepräsentation
überführt, an der später die Erkennung von Personen durchgeführt wird. Als gemeinsames Koordinatensystem bietet sich
das Roboterkoordinatensystem an. Hierzu müssen zwei verschiedene Kalibrierverfahren entwickelt werden, die
Kalibrierung zwischen Kamera- und Kamerakoordinatensystem, sowie die Kalibrierung zwischen Kamera- und
Roboterkoordinatensystem.</p>
        <p>Zur Kalibrierung der Kameras untereinander wird ein Kalibrierkörper, wie in Abb. 4a dargestellt, verwendet. Dieser
wird von je zwei Kameras detektiert und die Position und Orientierung im jeweiligen Kamerakoordinatensystem
berechnet.</p>
      </sec>
      <sec id="sec-3-2">
        <title>Kalibrierkörper</title>
        <p>Abb. 4: Versuchsaufbau zur a) Kamera-Kamera Kalibrierung und b) Kamera-Roboter Kalibrierung
(1)
Über Gl.(1) kann auf die Transformationsmatrix zwischen den beiden Kameras geschlossen werden. Dieser Vorgang
wird für alle anderen Kameras wiederholt bis alle Transformationsmatrizen zwischen den Kameras bestimmt sind.
Zur Transformation der Kameradaten in das Roboterkoordinatensystem wird anschließend eine
RoboterKamerakalibrierung durchgeführt, wie in Abb. 4b dargestellt. Hierzu wird die höher auflösende CamCube verwendet.
Diese gewährleistet eine genauere Bestimmung der Roboterposition. Zur Berechnung der Kalibriermatrix fährt der
Roboter eine fest definierte Trajektorie ab. Hierbei wird die Roboterposition kontinuierlich aus den Kameradaten ermittelt
und anschließend durch Abgleich der mit der Kamera gemessenen Daten und der dem Roboter vorgegebenen Positionen
eine Transformationsmatrix berechnet. Für detailliertere Informationen über das Kalibrierverfahren sei auf [2] und [3]
verwiesen.
4</p>
      </sec>
    </sec>
    <sec id="sec-4">
      <title>Diskussion</title>
      <p>Dieser Beitrag stellt den Aufbau eines Multi-PMD-Kamerasystems zur Überwachung eines Operationssaals in der
roboterassistierenden Chirurgie vor. Es werden Verfahren zum störungsfreien Betrieb und zur Synchronisierung mehrerer
PMD-Kameras, sowie die Positionierung der Kameras im Operationssaal erläutert. Des Weiteren wird auf verschiedene
Kalibrierverfahren, um die 3D-Daten der einzelnen Kameras in ein geeignetes Koordinatensystem zu transformieren,
indem diese in einer einheitlichen Darstellungen fusioniert und dem Robotersystem zur Verfügung gestellt werden
können, eingegangen.</p>
      <p>Das auf diese Art aufgebaute und kalibrierte Kamerasystem ermöglicht die Aufnahme einer vollständigen 3D
Umgebungsrepräsentation des Operationsraums, welche mit einer Framerate bis zu 30fps aktualisiert werden kann und bietet
somit die Basis zur Überwachung und Steuerung eines Chirurgieroboters. Dies stellt einen Beitrag dar, um zukünftig die
Kooperation zwischen Mensch und Roboter im Operationssaal sicherer zu gestalten.
5
Diese Arbeit wurde finanziert durch das siebte Rahmenprogramm der Europäischen Kommission innerhalb des Projekts
SAFROS – Patient Safety in Robotic Surgery“ unter Grant. Nr. 248960.</p>
    </sec>
  </body>
  <back>
    <ref-list>
      <ref id="ref1">
        <mixed-citation>
          <string-name>
            <given-names>Thorsten</given-names>
            <surname>Ringbeck</surname>
          </string-name>
          ,
          <article-title>A 3D Time of Flight Camera for Object Detection</article-title>
          , Optical 3-
          <string-name>
            <given-names>D</given-names>
            <surname>Measurement</surname>
          </string-name>
          Techniques 09-12.
          <fpage>07</fpage>
          .2007
          <string-name>
            <given-names>ETH</given-names>
            <surname>Zürich</surname>
          </string-name>
          , Plenary Session 1:
          <string-name>
            <surname>Range Imaging</surname>
            <given-names>I</given-names>
          </string-name>
          ,
          <year>2007</year>
          Jens Bernshausen, Jürgen Wahrburg, Hubert Roth,
          <article-title>Application of A Novel 3D PMD-Camera to Monitor the Workspace of an Industrial Robot; Robot Vision</article-title>
          : New Research, Taisho Matsuda, pp.
          <fpage>3</fpage>
          -
          <lpage>11</lpage>
          , Nova Publishers, New York 2009 Jens Bernshausen, Jürgen Wahrburg, Hubert Roth,
          <article-title>Obstacle Recognition in the Workspace of an Industrial Robot by a 3D-PMD-</article-title>
          <string-name>
            <surname>Camera</surname>
          </string-name>
          , European Control Conference, Budapest 2009
        </mixed-citation>
      </ref>
    </ref-list>
  </back>
</article>