論文の概要: Optimizing Drug Delivery in Smart Pharmacies: A Novel Framework of Multi-Stage Grasping Network Combined with Adaptive Robotics Mechanism
- arxiv url: http://arxiv.org/abs/2410.00753v1
- Date: Tue, 1 Oct 2024 14:47:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-05 04:05:38.992327
- Title: Optimizing Drug Delivery in Smart Pharmacies: A Novel Framework of Multi-Stage Grasping Network Combined with Adaptive Robotics Mechanism
- Title（参考訳）: スマート薬局におけるドラッグデリバリーの最適化:適応型ロボティクス機構を組み合わせた多段階グラフピングネットワークの新しい枠組み
- Authors: Rui Tang, Shirong Guo, Yuhang Qiu, Honghui Chen, Lujin Huang, Ming Yong, Linfu Zhou, Liquan Guo,
- Abstract要約: 本稿では,多段把握ネットワークと適応ロボット機構を組み合わせた新しい枠組みを提案する。
ロボットの把握を制御するため,時間最適のロボットアーム軌道計画アルゴリズムを開発した。
実験により、スマート薬局業務の最適化における多段階把握ネットワークの優位性を実証した。
- 参考スコア（独自算出の注目度）: 5.243186217278328
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robots-based smart pharmacies are essential for modern healthcare systems, enabling efficient drug delivery. However, a critical challenge exists in the robotic handling of drugs with varying shapes and overlapping positions, which previous studies have not adequately addressed. To enhance the robotic arm's ability to grasp chaotic, overlapping, and variously shaped drugs, this paper proposed a novel framework combining a multi-stage grasping network with an adaptive robotics mechanism. The framework first preprocessed images using an improved Super-Resolution Convolutional Neural Network (SRCNN) algorithm, and then employed the proposed YOLOv5+E-A-SPPFCSPC+BIFPNC (YOLO-EASB) instance segmentation algorithm for precise drug segmentation. The most suitable drugs for grasping can be determined by assessing the completeness of the segmentation masks. Then, these segmented drugs were processed by our improved Adaptive Feature Fusion and Grasp-Aware Network (IAFFGA-Net) with the optimized loss function, which ensures accurate picking actions even in complex environments. To control the robot grasping, a time-optimal robotic arm trajectory planning algorithm that combines an improved ant colony algorithm with 3-5-3 interpolation was developed, further improving efficiency while ensuring smooth trajectories. Finally, this system was implemented and validated within an adaptive collaborative robot setup, which dynamically adjusts to different production environments and task requirements. Experimental results demonstrate the superiority of our multi-stage grasping network in optimizing smart pharmacy operations, while also showcasing its remarkable adaptability and effectiveness in practical applications.
- Abstract（参考訳）: ロボットベースのスマート薬局は、現代の医療システムにとって不可欠であり、効率的な薬物デリバリーを可能にしている。
しかし、様々な形状と重なり合う位置を持つ薬物のロボティクス処理において重要な課題があり、それ以前の研究では十分に対処されていない。
本稿では, ロボットアームのカオス的, 重なり合い, 様々な形状の薬物の把握能力を高めるために, 多段階把握ネットワークと適応型ロボット工学機構を組み合わせた新しい枠組みを提案する。
このフレームワークは、改良されたSuper-Resolution Convolutional Neural Network (SRCNN)アルゴリズムを用いて、まず前処理を行い、次に、提案したYOLOv5+E-A-SPPFCSPC+BIFPNC (YOLO-EASB)インスタンスセグメンテーションアルゴリズムを用いて、正確な薬物セグメンテーションを行った。
セグメンテーションマスクの完全性を評価することにより、把握に最も適した薬物を決定することができる。
そして、これらのセグメンテーションされた薬物は、複雑な環境においても正確なピック動作を保証できる最適化された損失関数を持つ改良されたAdaptive Feature Fusion and Grasp-Aware Network (IAFFGA-Net)によって処理された。
ロボットの把握を制御するため,改良されたアリコロニーアルゴリズムと3～5～3の補間を組み合わせた時間最適ロボットアーム軌道計画アルゴリズムを開発した。
最後に,本システムは適応型協調ロボットによって実装・検証され,様々な生産環境やタスク要求に応じて動的に調整される。
実験により、スマート薬局業務の最適化における多段階把握ネットワークの優位性を示すとともに、その顕著な適応性と実用性を示す。
関連論文リスト
- Improved Genetic Algorithm Based on Greedy and Simulated Annealing Ideas for Vascular Robot Ordering Strategy [7.51372615162241]
本研究では,医療環境におけるABLVR血管ロボットの獲得,利用,維持を最適化するための包括的アプローチを提案する。
ダイナミックな医療環境を考えると、ロボット船やオペレーターのためのロバストな資源配分モデルを含む。
演算子に対する適応学習プロセスのユニークな要件と,ロボット部品のメンテナンスニーズを取り入れた。
論文 参考訳（メタデータ） (2024-03-28T15:14:03Z) - CURE: Simulation-Augmented Auto-Tuning in Robotics [15.943773140929856]
本稿では、因果的な設定オプションを識別するCUREを提案する。
CUREは、様々な構成オプションとロボットのパフォーマンス目標との間の因果関係を抽象化する。
物理ロボットとシミュレーションの両方で実験を行うことにより,CUREの有効性と伝達性を示す。
論文 参考訳（メタデータ） (2024-02-08T04:27:14Z) - CycleIK: Neuro-inspired Inverse Kinematics [12.29529468290859]
CycleIKは、逆運動学(Inverse Kiinematics, IK)タスクのための2つの新しい神経誘発手法をラップする神経ロボティックアプローチである。
我々は、これらをハイブリッド神経遺伝IKパイプラインに組み込むことによって、さらなる最適化を実現する方法を示す。
論文 参考訳（メタデータ） (2023-07-21T13:03:27Z) - Contribution \`a l'Optimisation d'un Comportement Collectif pour un
Groupe de Robots Autonomes [0.0]
この論文は集団ロボット工学の分野、特にマルチロボットシステムの最適化問題を研究している。
最初の貢献は、未知領域探索問題の解決にButterfly Algorithm Optimization (BOA) を用いることである。
第2の貢献は、ロボット工学における動的増分問題をベンチマークするための新しいシミュレーションフレームワークの開発である。
論文 参考訳（メタデータ） (2023-06-10T21:49:08Z) - Robotic Navigation Autonomy for Subretinal Injection via Intelligent
Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。
提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。
ブタ前眼の精度と再現性について実験を行った。
論文 参考訳（メタデータ） (2023-01-17T21:41:21Z) - Active Predicting Coding: Brain-Inspired Reinforcement Learning for
Sparse Reward Robotic Control Problems [79.07468367923619]
ニューラルジェネレーティブ・コーディング(NGC)の神経認知計算フレームワークによるロボット制御へのバックプロパゲーションフリーアプローチを提案する。
我々は、スパース報酬から動的オンライン学習を容易にする強力な予測符号化/処理回路から完全に構築されたエージェントを設計する。
提案するActPCエージェントは,スパース(外部)報酬信号に対して良好に動作し,複数の強力なバックプロップベースのRLアプローチと競合し,性能が優れていることを示す。
論文 参考訳（メタデータ） (2022-09-19T16:49:32Z) - Intelligent Trajectory Design for RIS-NOMA aided Multi-robot
Communications [59.34642007625687]
目的は,ロボットの軌道とNOMA復号命令を協調的に最適化することで,マルチロボットシステムにおける全軌道の総和率を最大化することである。
ARIMAモデルとDouble Deep Q-network (D$3$QN)アルゴリズムを組み合わせたML方式を提案する。
論文 参考訳（メタデータ） (2022-05-03T17:14:47Z) - Collaborative Intelligent Reflecting Surface Networks with Multi-Agent
Reinforcement Learning [63.83425382922157]
インテリジェント・リフレクション・サーフェス(IRS)は将来の無線ネットワークに広く応用されることが想定されている。
本稿では,エネルギー収穫能力を備えた協調型IRSデバイスを用いたマルチユーザ通信システムについて検討する。
論文 参考訳（メタデータ） (2022-03-26T20:37:14Z) - A distributed, plug-n-play algorithm for multi-robot applications with a
priori non-computable objective functions [2.2452191187045383]
マルチロボットアプリケーションでは、ミッションのユーザ定義の目的を一般的な最適化問題として当てはめることができる。
これらの問題には標準勾配の差分型アルゴリズムは適用できない。
本稿では,各ロボットのサブコスト関数を慎重に設計するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-11-14T20:40:00Z) - Data-Driven Random Access Optimization in Multi-Cell IoT Networks with
NOMA [78.60275748518589]
非直交多重アクセス(NOMA)は、5Gネットワーク以降で大規模なマシンタイプ通信(mMTC)を可能にする重要な技術です。
本稿では,高密度空間分散マルチセル無線IoTネットワークにおけるランダムアクセス効率向上のために,NOMAを適用した。
ユーザ期待容量の幾何学的平均を最大化するために,各IoTデバイスの伝送確率を調整したランダムチャネルアクセス管理の新たな定式化を提案する。
論文 参考訳（メタデータ） (2021-01-02T15:21:08Z) - Reconfigurable Intelligent Surface Assisted Mobile Edge Computing with
Heterogeneous Learning Tasks [53.1636151439562]
モバイルエッジコンピューティング(MEC)は、AIアプリケーションに自然なプラットフォームを提供します。
再構成可能なインテリジェントサーフェス(RIS)の助けを借りて、MECで機械学習タスクを実行するインフラストラクチャを提示します。
具体的には,モバイルユーザの送信パワー,基地局のビームフォーミングベクトル,risの位相シフト行列を共同で最適化することにより,参加ユーザの学習誤差を最小化する。
論文 参考訳（メタデータ） (2020-12-25T07:08:50Z)
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。