論文の概要: OSCAR: An Ovipositor-Inspired Self-Propelling Capsule Robot for Colonoscopy

• arxiv url: http://arxiv.org/abs/2602.15309v1
• Date: Tue, 17 Feb 2026 02:14:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.501067
• Title: OSCAR: An Ovipositor-Inspired Self-Propelling Capsule Robot for Colonoscopy
• Title（参考訳）: OSCAR: 内視鏡用自走式カプセルロボット
• Authors: Mostafa A. Atalla, Anand S. Sekar, Remi van Starkenburg, David J. Jager, Aimée Sakes, Michaël Wiertlewski, Paul Breedveld,
• Abstract要約: 自己推進型ロボットカプセルは、従来の大腸内視鏡のシャフトループを排除し、患者の不快感を和らげる。 我々は,寄生虫の輸送戦略を大腸内視鏡の推進機構に変換する自走式カプセルロボットOSCARを提案する。
• 参考スコア（独自算出の注目度）: 1.6704486925442426
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Self-propelling robotic capsules eliminate shaft looping of conventional colonoscopy, reducing patient discomfort. However, reliably moving within the slippery, viscoelastic environment of the colon remains a significant challenge. We present OSCAR, an ovipositor-inspired self-propelling capsule robot that translates the transport strategy of parasitic wasps into a propulsion mechanism for colonoscopy. OSCAR mechanically encodes the ovipositor-inspired motion pattern through a spring-loaded cam system that drives twelve circumferential sliders in a coordinated, phase-shifted sequence. By tuning the motion profile to maximize the retract phase relative to the advance phase, the capsule creates a controlled friction anisotropy at the interface that generates net forward thrust. We developed an analytical model incorporating a Kelvin-Voigt formulation to capture the viscoelastic stick--slip interactions between the sliders and the tissue, linking the asymmetry between advance and retract phase durations to mean thrust, and slider-reversal synchronization to thrust stability. Comprehensive force characterization experiments in ex-vivo porcine colon revealed a mean steady-state traction force of 0.85 N, closely matching the model. Furthermore, experiments confirmed that thrust generation is speed-independent and scales linearly with the phase asymmetry, in agreement with theoretical predictions, underscoring the capsule's predictable performance and scalability. In locomotion validation experiments, OSCAR demonstrated robust performance, achieving an average speed of 3.08 mm/s, a velocity sufficient to match the cecal intubation times of conventional colonoscopy. By coupling phase-encoded friction anisotropy with a predictive model, OSCAR delivers controllable thrust generation at low normal loads, enabling safer and more robust self-propelling locomotion for robotic capsule colonoscopy.
• Abstract（参考訳）: 自己推進型ロボットカプセルは、従来の大腸内視鏡のシャフトループを排除し、患者の不快感を和らげる。 しかしながら、大腸の滑りやすい粘弾性環境の中を確実に移動することは重要な課題である。 我々は,寄生虫の輸送戦略を大腸内視鏡の推進機構に変換する自走式カプセルロボットOSCARを提案する。 OSCARは、スプリングローディングカムシステムを通じて、オビポジターにインスパイアされた動きパターンを機械的にエンコードし、12周スライダーを調整された位相シフトシーケンスで駆動する。 モーションプロファイルを調整して、前フェーズに対するレトラクションフェーズを最大化することにより、カプセルは、ネットフォワードスラストを生成する界面で制御された摩擦異方性を生成する。 我々は,スライダと組織間の粘弾性スティック-スリップ相互作用を捉えるために,ケルビン・ヴォイグト定式化を取り入れた解析モデルを構築し,スライダとレトラクション相の非対称性を平均推力にリンクし,スライダ-リバース同期を推力安定性に結びつける。 ブタ大腸における包括的力評価実験の結果, 平均定常運動力は0.85Nであり, モデルと密接に一致していた。 さらに実験により、推力発生は速度非依存であり、理論的予測と一致して位相非対称性と線形にスケールすることが確認された。 移動検証実験においてOSCARは,従来の大腸内視鏡の盲腸挿管時間に匹敵する速度である平均速度3.08 mm/sを達成した。 位相エンコードされた摩擦異方性と予測モデルを組み合わせることで、OSCARは制御可能な推力生成を低負荷で提供し、ロボットカプセルの大腸内視鏡におけるより安全で堅牢な自己推進式移動を可能にする。

関連論文リスト

• When Rolling Gets Weird: A Curved-Link Tensegrity Robot for Non-Intuitive Behavior [0.6372261626436676]
  本研究では,半円形で湾曲した張力ロボットによる解を提案する。 このロボットは、効率的なローリングロコモーションと制御された安定性のバランスを保ち、アークエンドポイントにおける不連続によって実現される。 予備的な衝撃試験では、引張構造の固有の衝撃吸収能力と適合性を強調している。
  論文  参考訳（メタデータ） (2026-03-17T13:30:33Z)
• Muscle Synergy Priors Enhance Biomechanical Fidelity in Predictive Musculoskeletal Locomotion Simulation [0.0]
  ヒトの移動は高次元の神経筋制御から始まり、予測的な筋骨格シミュレーションを困難にしている。 筋シナジーを用いた制御を制約する生理インフォームド強化学習フレームワークを提案する。 これらの結果から, 強化学習に神経生理学的構造を組み込むことで, 限られた実験データを用いた予測的移動シミュレーションにおいて, 生体力学的忠実度と一般化が向上することが示唆された。
  論文  参考訳（メタデータ） (2026-03-11T06:48:15Z)
• Position-Based Flocking for Persistent Alignment without Velocity Sensing [5.932803277485071]
  鳥の群れや魚の学校における協調的な集団運動は、密集した群れロボットのためのアルゴリズムを刺激する。 本稿では,速度センサを使わずに持続的な速度アライメントを実現する位置ベースフラッキングモデルを提案する。
  論文  参考訳（メタデータ） (2026-02-25T18:01:00Z)
• Scalable Spatio-Temporal SE(3) Diffusion for Long-Horizon Protein Dynamics [51.85385061275941]
  分子動力学(MD)シミュレーションは、タンパク質動力学研究のゴールドスタンダードのままである。 近年の生成モデルではシミュレーションの加速が期待できるが、長軸生成に苦慮している。 物理的に可塑性なタンパク質軌道をマイクロスケールの時間スケールで生成する拡張拡散モデルSTAR-MDを提案する。
  論文  参考訳（メタデータ） (2026-02-02T14:13:28Z)
• Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
  コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。 シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。 マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
  論文  参考訳（メタデータ） (2025-10-09T04:48:49Z)
• Langevin Flows for Modeling Neural Latent Dynamics [81.81271685018284]
  逐次変分自動エンコーダであるLangevinFlowを導入し、潜伏変数の時間的進化をアンダーダム化したLangevin方程式で制御する。 われわれのアプローチは、慣性、減衰、学習されたポテンシャル関数、力などの物理的事前を組み込んで、ニューラルネットワークにおける自律的および非自律的プロセスの両方を表現する。 本手法は,ロレンツ誘引器によって生成される合成神経集団に対する最先端のベースラインより優れる。
  論文  参考訳（メタデータ） (2025-07-15T17:57:48Z)
• Lateral Strain Imaging using Self-supervised and Physically Inspired Constraints in Unsupervised Regularized Elastography [3.2116198597240846]
  超音波エラストグラフィー(USE)における畳み込みニューラルネットワーク(CNN)による変位推定の有望な結果を示している 本稿では, Hooke の法則にインスパイアされた非教師付き正規化エラストグラフィ (PICTURE) のための物理インスパイアされた ConsTraint を提案する。 次のステップでは、歪み画像推定をさらに強化する自己教師型PICTURE(sPICTURE)を提案する。
  論文  参考訳（メタデータ） (2022-12-16T22:29:21Z)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)
• A Novel Sample-efficient Deep Reinforcement Learning with Episodic Policy Transfer for PID-Based Control in Cardiac Catheterization Robots [2.3939470784308914]
  このモデルは、血管内カテーテル用に設計されたロボットシステムの軸方向運動制御のために検証された。 従来の10試行法と比較すると,0.003mmの誤差で利得を調整できることがわかった。
  論文  参考訳（メタデータ） (2021-10-28T08:18:01Z)
• Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
  この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。 コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。 その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
  論文  参考訳（メタデータ） (2021-01-26T16:01:02Z)

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。