通过基于视觉的工具路径补偿来提高机器人生物打印的精度
Erfan Shojaei Barjuei1, Joonhwan Shin1, Keekyoung Kim1,2
1Department of Mechanical and Manufacturing Engineering, Schulich School of Engineering, University of Calgary, Calgary, AB, T2N 1N4, Canada.
Scientific reports
|July 31, 2024
概括
本研究介绍了一种计算机视觉策略,以提高机器人3D生物打印准确度. 通过使用视觉数据来调整机器人路径,它可以显著减少精确生物仿真构造的打印错误.
科学领域:
- 生物医学工程 生物医学工程
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
背景情况:
- 机器人3D生物打印对于器官制造和组织工程至关重要.
- 悬浮水凝的自由形式可逆嵌入 (FRESH) 生物打印面临着层移和轨迹错误等挑战.
- 这些缺陷阻碍了复杂的生物结构的精确构建.
研究的目的:
- 开发基于计算机视觉的战略,以提高机器人3D生物打印的准确性.
- 解决FRESH生物打印的局限性,例如非线性材料行为和轨迹跟踪错误.
- 改进复杂的仿生结构的制造.
主要方法:
- 实施计算机视觉系统来检测打印的丝和机器人的参考路径之间的差异.
- 利用错误补偿技术生成调整的机器人路径.
- 通过实验评估和对人类血管细分的案例研究来验证该方法.
主要成果:
- 基于视觉的方法显著减少了印刷层宽度差异,从0.6毫米减少到0.15毫米.
- 曲线丝的平均误差从12.7mm2降至7.0mm2.
- 在制造仿生构造中证明了更高的精度和可靠性.
结论:
- 拟议的基于视觉的机器人3D生物打印策略提高了精度并减少了制造错误.
- 需要进一步的研究,以解决在不同的照明和计算复杂性下层区分的挑战,以实现可扩展性.
- 这项创新显示出对视觉引导生物打印和多材料打印未来进步的巨大希望.


