本文提出了一种基于图像识别的任务完成水平和钻孔轨迹规划的自主钻探方法，适用于具有个体变异和形变的生命科学实验样本，试验结果表明，该方法成功率可达 80%。

Mar, 2023

介绍了一种手术钻具，配备有力传感器，可测量精确的切割工具与组织交互力，并在手术机器人上进行校准和验证，使得机器人外科手术更加安全有效。

Apr, 2023

创伤性急症中，患者严重依赖颅骨修复及脑箱植入物的技术。然而，病人特定植入物（PSI）的设计是颅骨修复中最复杂、昂贵且最不自动化的任务之一。因此，我们创建了一个具有图形用户界面（UI）的原型应用程序，专门为半自动植入物生成定制，用户只需执行高级操作。提出的植入物生成过程的一般概要包括设置感兴趣区域、对齐模板，然后在体素空间中创建植入物。此外，我们表明通过仅考虑在缺陷边界附近的几何截止部分，可以显著改善对齐结果。该软件原型将以该 https 网址开源。

Mar, 2024

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

本研究提出了一种基于无模型强化学习方法的自动样品刮取程序，以实现实验室领域的自主样品刮取和晶体制备。

Sep, 2022

本文提出了一种基于实时观察的机器人脊柱手术规划方法，利用 Safe Deep Reinforcement Learning（DRL）计算钻孔路径，同时通过引入一个基于距离的不确定性感知安全过滤器保证安全，为手术提供尽可能高的成功率。实验表明，该方法是第一种在正畸手术上应用安全 DRL 方法，且能同时满足成功率和安全保障。

May, 2023

本文提出了一个用于机器人超声引导手术的技能转移学习的简单框架，该框架包括合适的取样技术、计算效率高的神经网络模型，实现了实时应用的技能转移学习。研究结果表明，经验丰富的临床医生比非临床医生在超声引导手术中具有更快和更顺畅的动作；为了实现实时应用，未来的工作需要使用剪枝和量化神经网络模型。

May, 2023

该研究提出了一种基于视觉的方法，允许自主的机器人超声波肢体扫描，使用 MRI 图像的基准分析血管结构生成扫描轨迹，并利用神经网络对连续的超声帧进行空间连续性的分析以实现精确的血管结构重建及测量。

Aug, 2022

本文提出了一种基于机器视觉和多层规划方案的无人机自主检测框架，用于评估爆破法隧道开挖表面的地理位置，能够在未知和动态的隧道环境中完成自主检测任务。

Jan, 2023

本文提出了一种视觉惯性算法，该算法比如视觉惯性测距和同时定位和映射等导航方法更加高效，可以用于计算机无人机竞速，该算法通过将比赛门检测与模型动态预测融合来估计无人机的位置。实际测试中，飞行测试在一架 72g 的迷你无人机上完成，得到了最高速度为 2.6m/s，从而使其成为世界上最小的自主竞速无人机之一。

May, 2019