使用机器人促进实验室自动化,并配备简单廉价的摄像头检测系统
Rebecca Wienbruch1, Nicole Rupp1, Ruven Dreischke2,3
1Faculty for Life Sciences, Professorship for Bioanalytics and Laboratory Automation, Albstadt-Sigmaringen University, Anton-Günther-Str. 51, 72488, Sigmaringen, Germany.
Scientific reports
|June 20, 2025
概括
这项研究介绍了一种负担得起的机器人系统,具有两个软件应用程序,以简化小型研究实验室的实验室自动化. 它通过使用信托标记和深度学习来提高生物分析研究的效率和可重复性.
科学领域:
- 生物分析研究 生物分析研究
- 实验室自动化 实验室自动化
- 机器人技术 机器人技术 机器人技术
背景情况:
- 由于资源和专业知识的局限性,较小的实验室面临着采用先进实验室自动化的障碍.
- 复杂的生物分析方法进一步挑战高效的实验室操作.
研究的目的:
- 为生物分析研究开发一种可访问且具有成本效益的基于机器人手臂的摄像头检测系统.
- 为了简化实验室自动化,用于资源有限的小型研究设施.
主要方法:
- 使用了配备有摄像头检测系统和两个软件应用程序的机器人手臂.
- 实施的信托标记 (科尔多瓦增强现实大学 - ArUco) 用于对象检测.
- 开发了用于机器人导航的3D数字环境模型和用于数字显示识别的深度学习模型.
主要成果:
- 通过使用ArUco标记和OpenCV实现了机器人臂导航的自动化计算机辅助设计 (CAD).
- 数字显示器识别深度学习模型的内部错误率为1.69%.
- 该系统利用了低成本的硬件和开源软件,使得更小的研究实验室也可以使用它.
结论:
- 开发的系统为将机器人手臂集成到生物分析工作流程中提供了负担得起和有效的解决方案.
- 这种方法通过减少编程复杂性来提高科学研究的可重复性和效率.
- 促进在较小的研究环境中更广泛地采用实验室自动化.
