摘要:磁性小型软体机器人非常适合有针对性的药物管理、微操作和微创手术,因为它们可以非侵入性地进入狭窄的位置。目前可用的磁力操作小型软机器人基于弹性体(硅胶)和流体磁流体或液态金属,但它们有缺点。以弹性体为基础的机器人难以变形,这使得它们在极其狭窄的空间内难以操纵。虽然它们可能更容易变形,但基于流体的机器人形态不稳定,环境适应能力有限。本研究展示的非牛顿流体磁驱动粘液机器人结合了流体机器人显著的变形能力和弹性体机器人的灵活性。这些粘液机器人可以在复杂环境中的不同表面上移动,并通过直径小至 1.5 毫米的微小通道导航。它们执行的任务包括运输、摄取和抓取固体物品。磁性粘液机器人结合了非牛顿流体和弹性体的特性,为靶向药物输送和微创手术提供了有希望的解决方案。这些机器人可以在狭小而复杂的环境中移动,执行运输、摄取和抓取固体物体等任务,并适应各种表面。本综述讨论了磁性粘液机器人的设计、制备和应用,强调了它们在稳定性和生物相容性方面面临挑战的情况下,在彻底改变生物医学操作方面的潜力。关键词:粘液磁机器人,非牛顿流体,靶向药物输送系统,弹性体,磁流体,个性化医疗 1.简介 体积小且对外界信号有反应的机器人更加用户友好且侵入性更小,[1] 使其成为生物医学应用 [2] 的激动人心的候选者,例如具有微创手术和细胞移植的靶向药物输送系统。对于小型机器人控制,外部磁场是一种潜在的解决方案,因为它安全、准确且反应时间快。软弹性体与硬磁颗粒相结合用于制造大多数磁驱动软体机器人。
摘要 - 重新研究已经报道了生物启发的软机器人的显着性,以表现出灵敏和接触式的友好型。在这项工作中,我们采取了第一个步骤,通过提出一个全面的建模和控制框架来解决细长气动软机器人的问题。我们的框架采用了一个完全参数化的模型,该模型可以准确地描述了使用Hermite插值的机器人配置和分布力。利用此模型,我们进一步建立了一种估计算法,该算法可以推断出有限的运动数据中的完整机器人配置并分布外力,从而使接触位置和力量感知。整合了该模型和估计器,我们的控制框架 - 工作在不同的力下实现了精确的机器人运动控制,平均轨迹跟踪误差在0.3 mm之内。它还检测到并适应不确定的接触,在自动避免障碍物和精确抓握的测试中证明了这一点。此框架对各种应用程序(例如环境探索和安全操纵)有望在需要与环境的互动中进行安全操作。
将自动驾驶汽车和智能基础设施整合到官方系统中是开发未来城市的关键组成部分。因此,有效的公共交流和早期公民参与对于将期望与新技术的能力保持一致至关重要。我们建议在虚拟现实中使用360度视频的观点,以在早期阶段向利益相关者展示潜在的技术,并加速设计过程并衡量生理反应。我们使用V2X通信和手臂手势在未信号交叉点上使用V2X通信和手臂手势来证明我们提出的方法。在OZ环境中使用机器人的机器人的初始视频记录显示,行人对机器人用例表现出好奇心。
IPM-22AUTPREPG准备课程,用于大师研究和发展学习技能PR。0 3 0 0 pg 2 1 0+3+0+0
摘要 - 尽管在视觉,语言和机器人技术领域取得了重大进步,但整合创建自主机器人助手的能力仍然是一个挑战。本文介绍了Vilabot(视觉和语言机器人),该系统旨在帮助人类在家中进行日常活动。Vilabot将语言模型与基本视觉运动技能库相结合,以了解人类需求,创建行动计划并执行它们。该系统仅依赖于车载视觉和本体感受感测,消除了对预构建的地图或精确对象位置的需求,并在各种环境中促进现实世界的部署。在11个现实的家庭环境中进行的实验验证,使用栖息地模拟器模拟人类试剂,表明Vilabot在使用地面真实图像分割时可以实现有希望的结果,但在涉及不完美视觉感知的场景中表现出劣质的性能。结果支持拟议管道的有效性,并突出了系统的关键组成部分,应改进该系统以提高其总体成功率和可靠性。索引条款 - 人类机器人交互,辅助任务,任务计划,导航和操纵。
自动化已成为我们日常生活中不可或缺的一部分,并改变了各个行业和部门。这是一个显着进步的这样一个行业是自动清洁行业。尽管已经针对私人自主室内清洁机器人的开发[19,28,20]进行了大量研究,但探索公共空间的自主清洁机器人尚未进行相同的分析。自动化的公共清洁机器人有可能应对社会挑战,例如保持清洁度并为公共清洁行业的劳动力短缺提供有希望的解决方案。我们通过利益相关者访谈研究了公共部门的要求,并分析了清洁机器人的技术要求。基于两者,并进一步受到机器人竞赛的积极影响,我们提出了一种基准测试场景,以促进开发公共空间的清洁机器人。本文的贡献如下:
在COVID-19大流行期间,视频会议和触觉技术的使用已变得很流行,以使学生能够在当时参加课堂。大流行结束后,现在常常被遗忘的事实是,由于各种(身体或心理)的医学原因,有许多孩子无法在现场上课。在这些情况下,今天在技术上可以借助远程介绍机器人来远程参加学校,并且在个人情况下已经实行。在学校中使用远程机器人通常会遇到各种法律和道德问题,包括与隐私有关的问题,这些问题通常需要在使用此类机器人之前单独澄清。在本文中,我们讨论了如何设计机器人来实现设计的某些隐私方面。基于Burgoon [4]和Parrott等人的工作。[16]我们不专门考虑其信息维度的隐私,而是采用整体方法来包括其物理和社会维度。为了实现我们的目标,我们与利益相关者举行了两个研讨会,这些利益相关者以前曾在学校中有远程融合机器人的经验,包括老师,父母,以前和目前生病的孩子,以及一个支持癌症儿童父母的组织。我们还与利益相关者一起举办了另一个工作坊,没有以前的经验,包括老师,校长和媒体教育者。后者旨在调查他们的期望和潜在的初步问题。根据三个研讨会的结果,我们在本文中提出的长期疾病的学童的隐私友好机器人中分析了用户需求。本文的其余部分如下:第2节概述了相关工作,该工作重点介绍了在此背景下在学校和隐私的远程介绍机器人。第3节描述了这项工作的基础方法,我们用来识别不同用户组的用户需求。第4节讨论了不同用户组的用户需求,第5节简要说明了我们的研究方法的局限性,第6节总结了这项工作,并对学校中隐私友好的远程掌握机器人的未来开发展开了前景。
摘要 - 跟踪生长植物的变化对于自动化表型和管理农作物的机器人很重要。在本文中,我们提出了一个系统,该系统使用沿农作物行的3D植物模型,以使机器人平台能够定位自身,即使存在重大变化并变形模型以使场景描述适应新测量。尤其是,由于消费者的成本效益和在真实平台上的部署易用性,我们专注于消费者RGB-D摄像机。我们的方法利用了现代的深度学习特征描述和几何信息,以获得与时间遥远会话相对应的3D点之间的匹配。然后,我们在非刚性注册管道中使用关联来获得最终结果,这是反映植物变化的3D模型的更新表示。使用标准的RGB-D传感器,我们在录制在温室中的现实世界数据集上验证了我们的方法。我们获得了植物的准确4D模型,并随着时间的推移跟踪植物特征的演变。我们通过实验表明我们的方法适用于插值植物器官的进化,这是对表型性状测量的有用结果。我们将我们的方法视为朝着野外机器人农业4D重建的相关步骤。
随着机器人技术和人工智能的快速和不可阻挡的演变,在现实世界中有效的统一导航已成为文献中最紧迫的挑战之一。但是,苛刻的要求,例如实时操作,能源和构成效率,鲁棒性和可靠性,使最新的解决方案不适合现实世界中的挑战。因此,研究人员被迫寻求创新的方法,例如生物启发的解决方案。的确,动物具有有效感知,理解和浏览其非结构化环境的内在能力。这样做,他们在认知过程中利用自我运动提示,本体感受和视觉流程来绘制其环境并将自己定位在其中。计算神经科学家的目的是回答“如何”和“为什么”这种认知过程发生在大脑中,以设计模仿生物学处理的新型神经形态传感器和方法。这项调查旨在全面审查脑启发策略在自主导航中的应用,考虑:神经形态感知和异步事件处理,能量和适应性学习,或模仿大脑领域的工作原理,在导航中起着至关重要的作用,例如hippococappampumant或hippocappampumant nectorhinal cort cort cort cort cort cort cort cort cort cort cort cort cort。
设计以植物为导向的执行器为创建新型设备的机会提供了一个机会,例如在物理结构中体现这些品质的机器人。生长和衰减的植物杆型植物构成了生物体固有的不可预测和逐渐转换,并提出了一种直接性,响应,控制,准确性和耐用性的设计原理的替代方法。为了探讨这一点,我们为植物驱动的机器人执行器提供了原始设计空间。概念证明原型幻觉如何将诸如缓慢变化,缓慢运动,衰减和破坏之类的概念纳入机器人形式中。我们描述了为机器人构建植物驱动的辅助器所需的设计注意事项,包括有关植物力的机械性能的实验性fndings。最后,我们推测