Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

Chemist Eye: Hệ thống hỗ trợ mô hình ngôn ngữ trực quan để giám sát an toàn và ra quyết định cho robot trong phòng thí nghiệm tự lái

Created by
  • Haebom

Tác giả

Francisco Munguia-Galeano, Zhengxue Chu, Satheeshkumar Veeramani, Hatem Fakhruldeen, Louis Longley, Rob Clowes, Andrew I. Cooper

Phác thảo

Việc tích hợp công nghệ robot và tự động hóa trong các phòng thí nghiệm lái xe tự động (SDL) có thể đặt ra những thách thức an toàn bổ sung so với các phòng thí nghiệm truyền thống. Bài báo này trình bày Chemist Eye, một hệ thống giám sát an toàn phân tán được thiết kế để nâng cao nhận thức tình huống trong các SDL. Chemist Eye tích hợp nhiều trạm được trang bị camera RGB, camera độ sâu và camera hồng ngoại để giám sát sự cố, việc tuân thủ PPE và nguy cơ cháy nổ. Thông qua việc ra quyết định dựa trên mô hình ngôn ngữ thị giác (VLM), hệ thống phát hiện các mối nguy tiềm ẩn, di chuyển robot di động ra khỏi khu vực nguy hiểm, phát ra báo động và cung cấp thông báo ngay lập tức cho nhân viên phòng thí nghiệm khi cần thiết. Các thử nghiệm trong môi trường SDL thực tế đã chứng minh hiệu suất phát hiện mối nguy an toàn và ra quyết định lần lượt là 97% và 95%.

Takeaways, Limitations

•
Takeaways:
◦
Một hệ thống mới được trình bày để giải quyết các vấn đề an toàn trong phòng thí nghiệm lái xe tự động.
◦
Triển khai hệ thống giám sát và phản ứng an toàn hiệu quả bằng mô hình ngôn ngữ trực quan.
◦
Đã Xác thực hiệu suất phát hiện rủi ro và ra quyết định có độ chính xác cao.
◦
Góp phần ngăn ngừa tai nạn an toàn thông qua việc giám sát thời gian thực và phản ứng nhanh chóng.
•
Limitations:
◦
Cần phải thử nghiệm thêm trong nhiều tình huống và trường hợp ngoại lệ khác nhau trong môi trường thực tế.
◦
Do phụ thuộc nhiều vào hiệu suất VLM nên những hạn chế của VLM có thể ảnh hưởng đến hiệu suất hệ thống.
◦
Khó khăn tiềm ẩn trong việc bảo trì và quản lý do tính phức tạp của hệ thống.
◦
Cần nghiên cứu thêm để xác định khả năng áp dụng và khái quát hóa cho nhiều loại hệ thống phòng thí nghiệm và robot khác nhau.
👍
Made with Slashpage