شناسایی خودکار ناحیه مناسب تزریق در دام و طراحی مکانیزم رباتیک تزریق واکسن

فایل این در 81 صفحه با فرمت PDF قابل دریافت می باشد

  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این :

چکیده :

در سال های اخیر، اتوماسیون فرآیندهای دامپزشکی برای افزایش دقت، سرعت و کاهش خطای انسانی اهمیت زیادی پیدا کرده است. در این پژوهش، یک بازوی رباتیک هوشمند برای واکسیناسیون خودکار دام ها طراحی شده است که قادر به شناسایی دقیق ناحیه مناسب تزریق و هدایت بازو به این نقطه است. هدف، ترکیب الگوریتم های هوش مصنوعی برای شناسایی ناحیه گردن گاو و طراحی بازویی است که با استفاده از معادلات سینماتیک معکوس، به طور دقیق به محل تزریق هدایت می شود. در این تحقیق از مدل YOLOv11 برای شناسایی ناحیه گردن گاو استفاده شده است. داده های آموزشی از طریق جمع آوری و برچسب گذاری تصاویر در RoboFlow تهیه شده و مدل آموزش دیده با دقت 95.8 درصد توانسته است ناحیه گردن گاو را شناسایی کند. یکی از چالش های اصلی، تهیه داده های مناسب و برچسب گذاری دقیق تصاویر بوده که با دقت بالا انجام شده است. بازوی طراحی شده از سه مفصل با ساختار R-P-P بهره می برد: یک مفصل چرخشی (Revolute) برای تنظیم زاویه و دو مفصل کشویی (Prismatic) برای تنظیم ارتفاع و جابجایی افقی بازو. با استفاده از معادلات سینماتیک معکوس، مختصات مرکز ناحیه گردن به عنوان نقطه تزریق انتخاب شده و بازو به این نقطه هدایت شده است. این روش موجب تزریق خودکار و دقیق واکسن در محل موردنظر شده است. نتایج شبیه سازی نشان داده است که سیستم طراحی شده قادر است زمان واکسیناسیون دام را به میزان قابل توجهی کاهش دهد و دقت فرآیند را افزایش دهد. طراحی بازو باعث شده است سیستم در محیط های محدود نیز با دقت بالا عمل کند و زیرساختی برای توسعه سیستم های هوشمند در مزارع صنعتی فراهم شود. با توجه به نتایج به دست آمده، این فناوری می تواند در آینده منجر به بهبود بهره وری، کاهش هزینه ها و ارتقای سلامت دام ها شود و به عنوان ابزاری مهم در اتوماسیون دامپزشکی، نقش موثری در کاهش خطای انسانی و ارتقای کیفیت خدمات ایفا کند.

کلیدواژه ها:

تشخیص گاو - تشخیص گردن - نقطه تزریق واکسیناسیون - الگوریتم YOLO - بازوی رباتیک - واکسیناسیون خودکار - سینماتیک معکوس - هوش مصنوعی

نویسندگان

مراجع و منابع این :

لیست زیر مراجع و منابع استفاده شده در این را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود لینک شده اند :
  • 1. Alsahaf, A., Azzopardi, G., Ducro, B., Hanenberg, E., Veerkamp, R. ...
  • 2. Zhu, L., Xiong, J., Xiong, F., Hu, H., & Jiang, ...
  • 3. Zhang, G., Gao, X., Zhu, Z., Zhou, F., & Yu, ...
  • 4. Balter, M. L., Chen, A. I., Maguire, T. J., & ...
  • 5. Zhu, Y., Zhang, W., Yan, B., & Yang, R. (2022). ...
  • 6. Pavkin, D. Y., Nikitin, E. A., Shilin, D. V., Belyakov, ...
  • 7. Shilin, D., Ganin, P., Sheikin, M., & Shestov, D. (2023). ...
  • 8. Manso, A. (2011). A morphological assessment system for ‘show quality’ ...
  • 9. Alonso, J., Rodríguez Castañón, Á., & Bahamonde, A. (2013). Support ...
  • 10. Grinchenko, V., Nikitenko, G., Konoplev, E., Konoplev, P., Yanovskiy, A., ...
  • نمایش کامل مراجع