人工智能驱动的Dentatron的轨迹规划:一个紧的4-DOF牙科机器人操纵器

科学领域:

• 机器人技术 机器人技术 机器人技术
• 生物医学工程 生物医学工程
• 牙科技术 牙科技术

背景情况:

• 牙损是一种常见的慢性传染病,导致牙组织破坏并影响全身健康.
• 需要精确高效的工具来改善牙科手术和患者的治疗结果.
• 机器人系统在最小侵入性牙科应用中提供了提高精度的潜力.

研究的目的:

• 设计,建模和控制一个新的4-DOF牙科机器人操纵器 (Dentatron) 用于牙科应用.
• 实现和比较计算扭矩控制 (CTC),模糊逻辑控制 (FLC) 和神经网络自适应控制 (NNAC).
• 为了评估跟踪精度,短暂响应和控制器的稳定性,用于临床整合.

主要方法:

• 开发了一个紧的机器人手臂,优化了牙科工作空间的限制.
• 集成的自适应控制器 (CTC,FLC,NNAC) 配备了Dentatron系统.
• 在MATLAB模拟中利用人类启发的第五度多项式轨迹来规划终端效应器路径.

主要成果:

• 神经网络自适应控制 (NNAC) 实现了最快的融合和最低的跟踪误差 (<3 mm RMSE).
• NNAC展示了精确的联合跟踪与最小的超越,超过了FLC和CTC.
• FLC提供了更顺的响应,而CTC显示了显著的超越和振荡.

结论:

• NNAC为牙科机器人应用提供了最强大,最准确的控制.
• 与NNAC一起的Dentatron显示出在未来的牙科手术中提高精度和效率的前景.
• 适应性神经控制器适用于牙科安全,精确和临床适应性机器人辅助.