Inżynierowie tanie, jak GPS wysokiej dokładności systemu elastycznych robotów medycznych

System został opracowany przez Tania Morimoto, profesora inżynierii mechanicznej w Jacobs Szkoły Inżynierskiej w UC San Diego i inżynierii mechanicznej Ph.D. Student Connor Watson. Ich wyniki zostały opublikowane w numerze IEEE Robotyki i Automatyki Letters kwietnia 2020.

„Continuum robotów medycznych działa bardzo dobrze w bardzo ograniczonych środowiskach wewnątrz ciała” Morimoto powiedział. „Są z natury bezpieczniejszy i bardziej zgodny niż narzędzi sztywnych. Ale to staje się o wiele trudniej śledzić ich położenie i ich kształt wewnątrz ciała. I tak, jeśli jesteśmy w stanie śledzić je łatwiej byłoby bardzo korzystne zarówno dla pacjentów i chirurdzy „.

Naukowcy wbudowany magnes w końcówce elastycznego robota, który może być używany w delikatnych miejscach wewnątrz ciała, takich jak fragmenty tętnic w mózgu. „Pracowaliśmy z rosnącą robota, który jest robota wykonana z bardzo cienkiego nylonu, że inwertowany, prawie jak skarpeta, a ciśnienie z płynem, który powoduje, że robot rosnąć” Watson powiedział. Ponieważ robot jest miękki i porusza się przez uprawę, ma bardzo niewielki wpływ na otoczenie, dzięki czemu jest idealny do stosowania w placówkach medycznych.

Naukowcy następnie wykorzystane istniejące metody lokalizacyjne magnesu, które działają bardzo podobnie jak GPS, opracowanie modelu komputerowego, który prognozuje lokalizację robota. Satelity GPS smartfony i ping oparty na jak długo trzeba czekać na sygnał przybyć, odbiornik GPS w telefonie można określić, gdzie znajduje się telefon komórkowy. Podobnie, naukowcy wiedzą, jak silne pole magnetyczne powinno być około magnes osadzony w robocie. Opierają się one na czterech czujników, które są starannie rozmieszczonych na całym obszarze, w którym robot funkcjonuje do pomiaru natężenia pola magnetycznego. Na podstawie, jak silne jest pole, które są w stanie określić, gdzie końcówka robota jest.

Cały system, w tym robota, magnesów i konfiguracji lokalizacyjnej magnes, kosztuje około 100 $.

Morimoto i Watson poszedł o krok dalej. następnie przeszkolony one sieć neuronową, aby dowiedzieć się różnicę między tym, co czujniki zostały czytania i co model powiedział czujniki powinny być czytanie. W wyniku tego, że poprawiła lokalizacji dokładność śledzenia końcówki robota.

„Idealnie mamy nadzieję, że nasze narzędzia lokalizacyjne mogą pomóc poprawić te rodzaje technologii uprawy robota. Chcemy przesunąć te badania do przodu tak, że możemy przetestować nasz system w warunkach klinicznych i ostatecznie przełożyć je do użytku klinicznego,” Morimoto powiedział.