論文の概要: Intelligent wayfinding vehicle design based on visual recognition
- arxiv url: http://arxiv.org/abs/2209.10229v1
- Date: Wed, 21 Sep 2022 09:49:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-22 16:25:44.497119
- Title: Intelligent wayfinding vehicle design based on visual recognition
- Title（参考訳）: 視覚認識に基づくインテリジェント・ウェイフィンディング車両の設計
- Authors: Zhanyu Guo, Shenyuan Guo, Jialong Wang, Yifan Feng
- Abstract要約: インテリジェントなドラッグデリバリーカーは、視覚認識技術により、目標病棟の経路及び部屋番号を認識する。
トロリーは、特定された部屋番号に従って対応する経路を選択し、正確にターゲット病棟に搬送し、薬が届けられた後、薬局に戻ることができる。
2つの薬局が協力して同じ病棟に薬を届け、高い効率と高い協力を得られる。
- 参考スコア（独自算出の注目度）: 6.465296646182652
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Intelligent drug delivery trolley is an advanced intelligent drug delivery
equipment. Compared with traditional manual drug delivery, it has higher drug
delivery efficiency and lower error rate. In this project, an intelligent drug
delivery car is designed and manufactured, which can recognize the road route
and the room number of the target ward through visual recognition technology.
The trolley selects the corresponding route according to the identified room
number, accurately transports the drugs to the target ward, and can return to
the pharmacy after the drugs are delivered. The intelligent drug delivery car
uses DC power supply, and the motor drive module controls two DC motors, which
overcomes the problem of excessive deviation of turning angle. The trolley line
inspection function uses closed-loop control to improve the accuracy of line
inspection and the controllability of trolley speed. The identification of ward
number is completed by the camera module with microcontroller, and has the
functions of adaptive adjustment of ambient brightness, distortion correction,
automatic calibration and so on. The communication between two cooperative drug
delivery vehicles is realized by Bluetooth module, which achieves efficient and
accurate communication and interaction. Experiments show that the intelligent
drug delivery car can accurately identify the room number and plan the route to
deliver drugs to the far, middle and near wards, and has the characteristics of
fast speed and accurate judgment. In addition, two drug delivery trolleys can
cooperate to deliver drugs to the same ward, with high efficiency and high
cooperation.
- Abstract（参考訳）: インテリジェントドラッグデリバリートロリー(Intelligent Drug Delivery Trolley)は、先進的なインテリジェントドラッグデリバリー機器である。
従来の手作業による薬の配達に比べて、薬の配達効率が高く、エラー率が低い。
本プロジェクトでは,視覚認識技術により対象病棟の道路経路と部屋番号を認識可能なインテリジェントドラッグデリバリーカーの設計と製造を行う。
トロリーは、特定された部屋番号に従って対応する経路を選択し、正確にターゲット病棟に搬送し、薬が配達された後に薬局に戻ることができる。
インテリジェントなドラッグデリバリーカーは直流電源を使用し、モータ駆動モジュールは2つの直流モータを制御し、回転角の過度のずれを克服する。
トロリーライン検査関数は閉ループ制御を用いて、ライン検査の精度とトロリー速度の制御性を向上させる。
ウォード番号の識別はマイクロコントローラ付きカメラモジュールにより完了し、環境輝度の適応調整、歪み補正、自動校正等の機能を有する。
2台の協力型ドラッグデリバリー車両間の通信はBluetoothモジュールによって実現され、効率的かつ正確な通信と対話を実現する。
実験の結果,知的薬剤配送車は部屋番号を正確に識別し,遠方,中方,近方の病棟に薬剤を届ける経路を計画でき,速さと正確な判断の特長があることがわかった。
さらに、2つの薬局が協力して同じ病棟に薬を届け、高い効率と高い協力を得られる。
関連論文リスト
- Direct-CP: Directed Collaborative Perception for Connected and Autonomous Vehicles via Proactive Attention [7.582576346284436]
提案するDirect-CPは,特定の方向でCPを改善することを目的とした,プロアクティブで方向対応のCPシステムである。
我々のキーとなる考え方は、エゴ車両が関心のある方向を積極的に信号し、その注意を調整し、局所的な方向CP性能を向上させることである。
本手法は,3次元物体検出作業における最先端手法よりも,関心方向における局所的知覚精度19.8%,全体的知覚精度2.5%を達成している。
論文 参考訳（メタデータ） (2024-09-13T13:53:52Z) - MSight: An Edge-Cloud Infrastructure-based Perception System for
Connected Automated Vehicles [58.461077944514564]
本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。
MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。
評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
論文 参考訳（メタデータ） (2023-10-08T21:32:30Z) - Automated Automotive Radar Calibration With Intelligent Vehicles [73.15674960230625]
本稿では,自動車用レーダセンサの自動校正手法を提案する。
本手法では, 車両の外部改造を必要とせず, 自動走行車から得られる位置情報を利用する。
実地試験場からのデータを評価した結果,インフラセンサを自動で正確に校正できることが判明した。
論文 参考訳（メタデータ） (2023-06-23T07:01:10Z) - SSM-DTA: Breaking the Barriers of Data Scarcity in Drug-Target Affinity
Prediction [127.43571146741984]
薬物標的親和性(DTA)は、早期の薬物発見において極めて重要である。
湿式実験は依然として最も信頼性の高い方法であるが、時間と資源が集中している。
既存の手法は主に、データ不足の問題に適切に対処することなく、利用可能なDTAデータに基づく技術開発に重点を置いている。
SSM-DTAフレームワークについて述べる。
論文 参考訳（メタデータ） (2022-06-20T14:53:25Z) - Self-supervised Learning for Label Sparsity in Computational Drug
Repositioning [2.523552067304274]
計算薬物再配置は 市販薬物の新しい用途を 発見することを目的としてる
実世界の薬物・疾患の数と比較して、有効な薬物・疾患関連団体の数は少ない。
薬物再配置のためのマルチタスク型自己教師型学習フレームワークを提案する。
論文 参考訳（メタデータ） (2022-06-01T06:43:23Z) - RONELDv2: A faster, improved lane tracking method [1.3965477771846408]
車線検出は、自動運転車や車線出発警報システムにおいて、制御システムの不可欠な部分である。
本稿では,改良された軽量車線検出手法 RONELDv2を提案する。
提案した改良モデルを用いた実験では、異なるデータセットとディープラーニングモデル間でレーン検出精度が一貫した向上を示した。
論文 参考訳（メタデータ） (2022-02-26T13:12:09Z) - SafeDrug: Dual Molecular Graph Encoders for Safe Drug Recommendations [59.590084937600764]
医薬品の分子構造とDDIのモデルを明確に活用するために、SafeDrugというDDI制御可能な薬物推奨モデルを提案する。
ベンチマークデータセットでは、SafeDrugはDDIを19.43%削減し、Jaccardの推奨薬物と実際に処方された薬物の組み合わせの2.88%を改善します。
論文 参考訳（メタデータ） (2021-05-05T00:20:48Z) - Learning to Communicate and Correct Pose Errors [75.03747122616605]
本稿では、V2VNetで提案された設定について検討し、近くにある自動運転車が共同で物体検出と動き予測を協調的に行う方法を提案する。
本稿では,コミュニケーションを学習し,潜在的な誤りを推定し,それらの誤りについてコンセンサスを得るための新しいニューラルネットワーク推論フレームワークを提案する。
論文 参考訳（メタデータ） (2020-11-10T18:19:40Z) - Two Step Joint Model for Drug Drug Interaction Extraction [82.49278654043577]
薬物と薬物の相互作用 (DDI) テキスト分析会議 (TAC) 2018における薬物ラベルからの抽出
本稿では,DDI検出のための2段階関節モデルを提案する。
シーケンスタギングシステム(CNN-GRUエンコーダデコーダ)は、まず沈殿剤を発見し、その微細なトリガーを探索し、第2ステップで沈殿剤毎のDDIを決定する。
論文 参考訳（メタデータ） (2020-08-28T15:30:08Z) - Cooperative Perception with Deep Reinforcement Learning for Connected
Vehicles [7.7003495898919265]
本研究では, 周辺物体の検出精度を高めるために, 深層強化学習を用いた協調認識方式を提案する。
本手法は、車両通信網におけるネットワーク負荷を軽減し、通信信頼性を高める。
論文 参考訳（メタデータ） (2020-04-23T01:44:12Z) - Drug-Drug Interaction Prediction with Wasserstein Adversarial
Autoencoder-based Knowledge Graph Embeddings [22.562175708415392]
薬物・薬物相互作用のための知識グラフ埋め込みフレームワークを提案する。
本フレームワークでは, 高品質な負のサンプルを生成するために, オートエンコーダを用いる。
判別器は、正三重項と負三重項の両方に基づいて薬物と相互作用の埋め込みを学習する。
論文 参考訳（メタデータ） (2020-04-15T21:03:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。