XiaoMi-AI文件搜索系统
World File Search System操纵器
自动测试管的机器人操纵器的开发
摘要：近年来，机器人技术在各个制造业中都经历了重大的发展和广泛的应用。这一进步是由人工智能和计算机视觉等技术中突破的整合所驱动的，从而使机器人在执行特定任务时变得更加聪明和适应。因此，将机器人纳入人类生产和研究活动的需求得到了加速。具体来说，在化学相关的行业中，减少或避免与化学物质的直接接触对于确保表演者的安全至关重要。在实验室环境中，已经出现了自动化任务，例如使用机器人臂的化学管布置，以提高安全性并节省研究人员的时间。以这个概念为基础，本文提出了一个机器人系统，该系统是将离心管排成托盘的实验室助理。该系统由一个5度自由的机器人组，反应堆X-150，以及深度摄像头D435和计算机视觉模型Yolov8组成。通过从Yolov8收集图像识别信息并将其与深度摄像头数据结合进行分析，系统确定管子的位置和方向，然后将其传输到机器人以进行布置过程。这种综合方法旨在提高处理离心实验的安全性。
使用UR3E操纵器
近年来，随着机器人技术的发展，医疗保健行业一直在取得显着进步[1]，[2]。由于Covid-19引起的大流行，使用机器人技术的医疗程序的自动化变得至关重要[3]，[4]。机器人正在逐步用于包括手术[5]，康复[6]，诊断[7]和药物输送[8]在内的广泛任务[8]，提供精度，效率和远程操作能力[9]。现代机器人技术具有使用机器人操纵器[10]进行医学检查程序的巨大潜力[10]，这些机器人使用各种末端效应子在特定任务中提供其他功能。如今，机器人臂成为医学研究小组的主要重点[11]。 机器人操纵器具有轻巧的重新配置手臂设计，高精度执行器和运动控制系统。 这些机器人用于需要高度精确和质量的任务性能的医学场景，例如组织缝合[12]，微创手术[13]，[14]和超声检查[15]。如今，机器人臂成为医学研究小组的主要重点[11]。机器人操纵器具有轻巧的重新配置手臂设计，高精度执行器和运动控制系统。这些机器人用于需要高度精确和质量的任务性能的医学场景，例如组织缝合[12]，微创手术[13]，[14]和超声检查[15]。
使用视觉和重新定位操作的机器人操纵器的基于NERF的对象模型的不确定性感知到主动学习
摘要 - 操纵看不见的对象在没有3D表示的情况下具有挑战性，因为对象通常具有遮挡的表面。这需要与对象的物理互动以构建其内部表示形式。本文提出了一种方法，该方法使机器人能够快速学习给定对象的完整3D模型，以在不熟悉的方向上进行操作。我们使用部分构造的NERF模型的集合来量化模型不确定性，以通过优化信息性和可行性来确定下一个动作（视觉或重新定位动作）。此外，我们的方法决定了何时以及如何掌握和重新定位对象的部分NERF模型，并重新估计对象姿势以纠正交互期间引入的未对准。在带有基准对象的桌面环境中运行的模拟Franka Emika机器人操作器进行的实验表明，视觉重建质量（PSNR）的14％，（ii）20％的几何/深度/深度重建对象表面（f-得分）和（iii）71％在（iii）71％的成功对象率是一定的，该任务范围是A的任务范围，即一定的一定范围。场景中的配置；超过当前方法。其他详细信息显示在以下网址：https：//actnerf.github.io/。
高度AV块患者的经胸蛋白心脏淀粉样变性的患病率 石墨烯 - 电解质双层的恒定化学势 - Quantum机械 - 分子动力学模拟 使用多个光学局部合作移动操纵器 基于网络切片和数字双胞胎的可自定义且可靠的机器人互联网 静止状态功能连接性MRI的定量评估 分子束外延的v> v沟硅 昆虫在人类世尼克·布Blüthgen1†，lynn v ... 中下降 基于点云断层扫描的3-D结构中有效的全球导航规划
抽象的物镜经硫代蛋白淀粉样蛋白心肌病（ATTR-CM）是由沉积野生型或突变的转染素引起的浸润性心脏疾病。作为特性疾病，我们试图确定其特发性高度心房（AV）块的患者的患病率，需要永久性起搏器（PPM）。在2019年11月至2021年11月之间，经过PPM植入PPM的70-85岁的连续患者提供了3,3-二磷酸-1,2-二磷酸-1,2-丙二烷二键二羧酸（DPD）扫描。人口统计学，合并症，心电图和成像数据。结果39例患者（男性为79.5％，设备植入76.2（2.9）年）进行了DPD扫描。3/39（7.7％，全男性）的结果与属性（佩鲁吉尼2或3级）一致。平均DPD扫描的人的最大壁厚为19.0 mm（3.6毫米），而阴性扫描的患者为11.4 mm（2.7 mm）（p = 0.06）。所有被诊断为ATTR-CM的患者患有脊柱狭窄，两名患有腕管综合征。结论应在需要永久起搏的老年患者中考虑高度AV块，尤其是在存在左心室肥大，腕管综合征或脊柱狭窄的情况下。
钓鱼者：使用轻量级水下车辆操纵器系统的干预任务的自主框架
摘要 - 为轻量级的水下车辆操纵器系统（UVM）开发自主干预措施在近年来引起了极大的关注，因为这些系统有机会降低干预运营成本。开发自主UVMS功能是具有挑战性的，因为缺乏可用的标准软件框架和管道。以前的作品为水下车辆提供了模拟环境和部署管道，但没有提供完整的UVMS软件框架。我们通过创建钓鱼者来解决此差距：用于开发本地化，控制和决策算法的软件框架，并支持模拟传输。我们通过实现最新的控制架构来验证此框架，并证明具有平均误差低于0.25 m的平均误差和Waypoint跟踪的能力，平均最终误差为0.398 m。
使用多个光学局部合作移动操纵器
摘要 - 机器人互联网（IOR）在挑战性的环境中具有复杂任务的优势，但它却带来了与服务和场景多样性，降低风险和超低延迟要求相关的挑战。为了应对这些挑战，我们提出了一种综合体系结构，可增强IOR的适应性，灵活性，鲁棒性和低潜伏期。这是通过引入网络切片，基于服务的体系结构和数字双（DT）来实现的。我们已经开发了一个开源实验平台，以展示所提出的体系结构的可定制性。在WiFi和蜂窝场景中设置了不同要求的切片，以证明其多功能性。此外，我们为IOR提出了一种DT辅助深度加固学习（DRL）方法，以改善DRL性能并减轻与不良行动相关的风险。DT用于预测物理环境中的奖励和动态状态过渡。更重要的是，我们介绍了一种资源分配方法，该方法结合了数据处理队列抢占和频谱的穿刺。这旨在适应共存的服务，特定增强的移动宽带（EMBB）和爆发的超可靠的低潜伏期通信（URLLC）。实验和数值结果验证了我们提出的方法的有效性，显示了IOR中的可定制性，鲁棒性，延迟和中断概率的提高。
基于数值方法的动态补偿的航空操纵器机器人的多任务控制
本文提出了一种用于空中操纵器的控制方案，该方案允许解决不同的运动问题：最终效应器位置控制，最终效应器轨迹跟踪控制和路径遵循控制。该方案具有两个级联的控制器：i）第一个控制器是基于数值方法的最小范数控制器，它仅通过修改控制器引用就可以解决三个运动控制问题。另外，由于空中操纵器机器人是一个冗余系统，即，完成任务具有额外的自由度，可以按层次顺序设置其他控制目标。作为控制的次要目标，提议在任务过程中维持机器人臂的所需配置。ii）第二个级联控制器旨在补偿系统的动力学，其中主要目的是将速度误差驱动到零。提出了机器人系统的耦合动态模型（己谐和机器人臂）。该模型通常是根据力和扭矩的函数开发的。但是，在这项工作中，它是参考速度的函数，这些速度通常是这些车辆的参考。通过相应的稳定性和鲁棒性分析给出了提出的对照算法。最后，为了验证控制方案，在部分结构化的环境中进行实验测试，其空中操纵器与空中平台和3DOF机器人臂相符。
合作多个机器人操纵器的线性/非线性PID控制：强大的方法A.
摘要：在本文中提出了协作机器人系统的职位/力量控制有效载荷的问题。所提出的方法必须能够在参考轨迹上维护有效载荷的方向/位置，同时通过机器人的末端效应器将有限的力量应用于对象。考虑到这一点，已经提出了线性/非线性PID控制方案，以实现准确稳健的跟踪性能。Lyapunov的稳定性分析用于确认受控系统的稳定性。证明受控系统是稳定的，而对象的方向/位置跟踪误差最终在任何有限的状态空间区域中最终限制为边界（UUB）。它还提供了一些条件，以正确选择以两个定理的形式选择线性/非线性PID控制器的增益。建议的控制器适用于两个配备有效载荷的协调3DOF机器人臂。模拟结果测试了两种类型的轨迹，包括简单和复杂的路径。还将结果与最先进的近似值（Chebyshev神经网络（CNN））的结果进行了比较。
使用3D小鼠控制机器人操纵器
机器人操纵器的流体6DOF近6DOF触发器可以在不可能的情况下进行远程计算，从而促进示范数据的收集，并艾滋病常规机器人技术开发。在6DOF输入设备中，3D小鼠以其精神设计和低成本而分开，但是他们的敏感性和用户对它们的关系不足，需要特殊的设计注意事项。我们贡献了一个Web软件包，该软件包使在机器人操纵接口中集成3D小鼠容易。该软件包由可配置的输入信号处理方案组成，例如，拒绝少量输入或强调主流轴，以及对设备6DOF扭转输入的交互式视觉表示，这有助于操作员熟悉并提供可视化的辅助功能。我们提供了一个演示界面，该界面说明了与ROS/ROS2机器人系统的典型集成，并根据我们的研究经验提供了使用建议。
安装在航天器上的冗余空间操纵器的双臂协调
摘要本文解决了轨道机器人机器人的服务和组装中的重要挑战，这是为了克服机器人关节上的力量/扭矩的饱和挫折，并在捕获后阶段中，同时与未控制的大型Angular和线性动力进行了目标飞船，同时控制目标航天器。作者提出了一种基于两个鲁棒和效果控制算法的新颖解决方案：最佳控制分配（OCA）和非线性模型预测性控制（NMPC）。这两种算法都旨在最大程度地减少关节扭矩，航天器执行器矩，接触力和复合冗余系统的矩，其中包括通过双n-数度空间机器人机器人操纵器抓住的常见有效载荷（目标航天器）安装在Chaser spacececraft上。OCA算法仅使用当前状态和系统动力学小型量化二次成本函数，但NMPC还考虑了未来状态估计值和对指定预测范围的控制输入。它在计算上更多地参与，但在减少关节扭矩方面提供了优异的结果。迄今为止，将MPC应用于机器人技术的文献主要集中在线性模型上，但双臂配位是高度非线性的，并且在双臂协调中没有MPC应用。提出的离散技术（非线性模型）具有优雅和简单性的确切实现（非线性模型），但仍考虑了双臂协调系统的完整非线性模型。它在计算上非常有效。计算机仿真结果表明，所提出的算法有效地工作，最小扭矩，接触力和矩实现。开发的算法在跟踪问题方面也非常有效。