Jul, 2022

基于深度学习视觉伺服的柔性机器人自主内腔导航

PDF
TL;DR本文提出了一种基于卷积神经网络的视觉伺服方法，并使用幻影和体内数据对其进行训练，以在空心环境中完成内腔镜导航任务的软体机器人解决方案。
intra-luminal navigationendoscopic soft robotvisual servoingconvolutional neural networksphantom training
发现论文，激发创造
  • 使用端到端深度视觉运动控制的结肠镜导航：用户研究

    本研究通过使用深度强化学习提出一种基于图像的内窥镜控制方法，能在大肠中出现复杂的部位展现出适应性行为，相比现有启发式控制策略在评估参数上表现相当甚至更安全，并且展示出更易于人类监督的特点，这将使介入医生能够将注意力集中在医疗决策上而不是内镜控制问题上。

    Jun, 2022

  • 复杂环境中的自主导航

    该论文探讨了使用 CNN-DNN 网络融合构建机器人导航控制器在模拟环境中的应用。模拟环境模拟了地下救援情况，其中一个自主代理任务是在未知的洞穴系统中找到一个目标。使用模仿学习训练控制算法利用 LiDAR 和摄像头数据导航空间并找到目标。通过使用蒙特卡洛测试训练好的模型的鲁棒性。

    Jan, 2024

  • 结构化环境下软柔性臂位姿控制的视觉伺服

    本文提出了一种基于卷积神经网络的方法，针对软臂在结构化环境下实现视觉伺服平稳可靠的 3D 定位，通过神经网络对所需的位置控制器进行预测并使用比例控制法减少误差。

    Feb, 2022

  • 基于视觉的神经外科导航：无监督定位和相机姿态预测

    基于解剖识别的深度学习方法，通过无监督学习从手术视频中构建手术路径，从而解决内窥镜手术中由于缺乏可区分的纹理和地标以及内窥镜设备的局限性（如有限的视野和光照条件）所带来的定位问题。

    May, 2024

  • 用于实时自主室内导航的深度神经网络

    本文提出一种在室内使用单一摄像头实现四旋翼自主导航和寻找目标物体（例如书包）的方法，使用卷积神经网络 (ConvNet) 进行深度学习，使用可视化技术来更好地理解训练网络。

    Nov, 2015

  • 基于深度强化学习的半自主机器人手术控制

    本文提出了一种基于深度强化学习的半自主控制方法，可帮助外科机器人在手术过程中完成一些简单但重复的操作，用户实验表明此框架可将手术时间缩短 19.1％，行程长度缩短 58.7％。

    Apr, 2022

  • ViNL: 视觉导航和克服障碍物

    本文介绍了一种基于 ViNL 的视觉导航和运动方案，其中包括一个视觉导航策略和一个视觉运动策略，它们都是完全 “无模型” 的，通过端到端训练的神经网络来实现机器人在未知室内环境中的智能导航和避开障碍物的智能视觉运动。

    Oct, 2022

  • 利用逆增强学习实现机械抽栓手术中导管和导丝的自主导航

    利用逆强化学习 (IRL) 探索了在机械血栓切除 (MT) 血管中实现自主导航的可行性，通过利用专家演示推断奖励函数并采用软演员 - 评论家算法 (soft actor-critic) 进行模型训练，结果表明通过奖励塑造来训练模型可以改进 MT 的可用性和精确性。

    Jun, 2024

  • 自主导丝引导导航的零射策略的强化学习

    使用零 - shot 学习策略进行三维自主内血管导航，通过使用非常小的训练集合的支路模式，我们的强化学习算法能够学习控制，并应用于不需要重新训练的未知内血管解剖结构。

    Mar, 2024

  • 学习轮腿机器人的稳健自主导航和运动

    自主轮足机器人具有改变物流系统的潜力，通过采用自适应步态控制、导航规划和城市内的大规模路径规划等创新解决方案，能够有效实现对复杂环境中的自主导航。

    May, 2024