Resumen

Recientemente, a medida que una enfermedad altamente infecciosa del nuevo coronavirus (COVID-19) ha barrido el mundo, cada vez más pacientes necesitan ser aislados en las habitaciones de los hospitales, por lo que la entrega de comidas o medicamentos a estos pacientes infectados es un trabajo urgente. Es un método confiable y efectivo transportar suministros médicos o comidas a los pacientes utilizando robots, pero enseñar al robot a llegar al destino y entrar por la puerta como un humano es una tarea emocionante. En este documento, se considera un nuevo marco de control similar al humano para el robot de servicio médico móvil, donde se utiliza un sensor Kinect para gestionar el reconocimiento de la actividad humana y generar una trayectoria de enseñanza diseñada. Mientras tanto, se aplica la técnica de aprendizaje de primitivas de movimiento dinámico (DMP) con el modelo de mezcla gaussiana (GMM) para transferir la habilidad de humanos a robots. Se implementa un controlador de seguimiento predictivo basado en modelos neuronales para seguir la trayectoria de enseñanza

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Coronavirus; Pacientes; Hospitales; Robots; Suministros médicos; Marco de control
• Keywords:Coronavirus; Patients; Hospitals; Robots; Medical supplies; Control framework