本课程全面介绍机器人探索和人工智能驱动的测绘和采样技术,专为太空探索和地球观测而设计。学生将获得计算机视觉、同步定位和测绘 (SLAM)、多机器人协调以及使用先进人工智能工具在极端环境中操作等关键领域的专业知识。课程强调现实世界的实施,将讲座与使用移动自主系统的动手项目相结合,包括可作为数字孪生和物理存在于 DREAMS 实验室中的自主地面、空中和水上机器人。课程以小组为基础的期末项目结束,学生将设计和演示用于未来太空探索、行星科学和地球观测的端到端机器人系统。
此类移动医疗微型机器人的开发和实施,包括软机器人微设备的制造[11,12]、生物相容性或响应性 (自适应) 材料的合成[13–15] 以及体内运动策略。[16–22] 已提出了大量远程控制医疗微型机器人,以实现形状改变、多功能化和重构,以响应不同的刺激,如磁场[23–27]、温度[28,29]、化学物质[30,31]、光[32] 和超声波[33,34],用于各种医疗应用,如靶向药物输送、微创手术和遥感。[35,36] 然而,微型机器人与生物组织的相互作用、复杂的生物流体环境以及多种刺激的重叠是其未来医疗应用面临的主要挑战。[37]
材料研究学会研究生金奖,材料研究学会,2017 年秋季年会美国国家科学基金会 Vizzies 科学可视化奖,Octobot 摄影作品大众选择奖,2017 美国国家科学基金会研究生研究奖学金,2012-2015 乔治 H. 米切尔学术卓越奖,德克萨斯大学奥斯汀分校,2012 德克萨斯大学奥斯汀分校学院理事会月度本科生研究员,2012 德克萨斯大学奥斯汀分校本科生研究奖学金,2011 初级研究员,德克萨斯大学奥斯汀分校初级研究员荣誉计划,2009-2012 大学学者,德克萨斯大学奥斯汀分校考克雷尔工程学院,2009 和 2010德克萨斯大学奥斯汀分校,2007 年至 2012 年十个学期中的九个学期
在这项工作中,我们提出了一种用于人形 iCub 机器人头部姿势估计和场景表示的神经形态架构。脉冲神经网络在英特尔的神经形态研究芯片 Loihi 中完全实现,并精确整合发出的运动命令,以在神经路径整合过程中估计 iCub 的头部姿势。iCub 的神经形态视觉系统用于校正姿势估计中的漂移。机器人前方物体的位置使用片上突触可塑性来记忆。我们使用机器人头部的 2 个自由度 (DoF) 进行实时机器人实验,并展示精确的路径整合、视觉重置和片上物体位置学习。我们讨论了将机器人系统和神经形态硬件与当前技术集成的要求。
机器人及时通过传感器数据构建持久,准确且可操作的模型的能力是自主操作的范围。在将世界表示为点云可能足以进行本地化时,避免障碍物需要更密集的场景表示形式。另一方面,更高级别的语义信息通常对于分解必要的步骤来完成一项复杂的任务,例如烹饪,自主是至关重要的。因此,迫在眉睫的问题是,手头机器人任务的合适场景表示是什么?这项调查提供了对关键方法和框架的全面回顾,这在机器人空间感知领域推动了进步,并特别关注了代表的历史演变和当前的趋势。通过将场景建模技术分类为三种主要类型(公式,公式和指标 - 语言流行),我们讨论了空间启示框架正在从构建世界的纯几何模型转变为更高级的数据结构的方式,这些模型包括更高级别的概念,例如对象实例和位置的概念。特别重点是实时同时定位和映射(SLAM)的方法,它们与深度学习的集成,以增强了鲁棒性和场景的理解,以及它们处理场景动态性的能力,作为当今驾驶Robotics研究的一些最热门的主题。我们在讨论方面的挑战和未来的研究方向的讨论中进行了结论,以建立适合长期自治的强大而可扩展的空间感知系统。
●学生对机器人技术的基本技术,系统级别和社会/经济挑战表示感谢。●学生通过探索尖锐的学术研究和现场剥夺系统,在不同的次级区域(例如,感知,计划,控制,受生物启发的设计和多代理互动)中对当前的艺术状态(例如,感知,计划,控制,受到生物启发的设计和多代理互动)进行了了解。●学生通过将该领域的问题,挑战和解决方案与工程,自然科学,社会科学,人文和艺术的其他学科联系起来,探索机器人技术的多学科和跨学科性质。●学生考虑具有社会意义的问题(例如隐私,公平,经济挑战,对环境的挑战和政策),并在这些问题上进行集中课程工作的机会。●学生通过在包括设计和机器人硬件的动手体验以及高级独立工作项目或论文的课程中,通过基于项目的作业将这些课程付诸实践。
•满足所有学习者的需求,包括需要额外支持或有特殊需求的学习者的需求。SHS,SHT和STEM课程包括通过技术和其他措施将教学和学习材料调整为可访问的格式,以满足残疾学习者的需求,包括残疾学习者。•结合策略和措施,例如差异化和适应性教学法,以确保为所有学习者提供公平的资源和机会。•挑战传统的性别,文化或社会刻板印象,并鼓励所有学习者发挥真正的潜力。•为学校中有才华和才华横溢的学习者提供需求。
在快速技术进化的背景下,药房正面临着越来越多的挑战,这是由于19号大流行而加剧的。为了应对这些挑战,我们的项目建议使用机器人和人工智能系统对药房进行现代化化。这些技术允许自动化各种任务,例如销售,监视和数据输入,从而减少了人类的努力并最大程度地减少错误。该项目依赖于高级技术,例如光学特征识别(OCR),用于阅读处方,数据库搜索以定位药物以及药物收集和付款的自动化。添加的值包括使用屏幕作为广告空间,通过连接的平台管理投诉以及常规的库存监控。此外,将集成药房助理机器人,以帮助日常任务管理和客户互动。总而言之,该项目从根本上通过结合技术创新和人工智能来改变药房运营,从而提高效率和服务质量。关键字:智能药房,人工智能,机器人技术,药房自动化,OCR
