Documents disponibles écrits par cet auteur

Actuation and Control Strategies for Miniature Robotic Surgical Systems / Stevens, Jason M. in Transactions of the ASME . Journal of dynamic systems, measurement, and control, Vol. 127 N° 4 (Décembre 2005) 

Public ISBD [article]  in Transactions of the ASME . Journal of dynamic systems, measurement, and control > Vol. 127 N° 4 (Décembre 2005) . - 537-549 p. Titre : Actuation and Control Strategies for Miniature Robotic Surgical Systems Titre original : Stratégies de Mise en Action et de Commande pour les Systèmes Chirurgicaux Robotiques Miniatures Type de document : texte imprimé Auteurs : Stevens, Jason M., Auteur ; Buckner, Gregory D., Auteur Article en page(s) : 537-549 p. Note générale : Génie Mécanique Langues : Anglais (eng) Mots-clés : Chirurgie  cardiaque  Robotique  Vision  tridimensionnelle  Système  robotique  Manipulateur  chirurgical  Réseau  neurologique  artificiel  Rétroaction  visuelle  Déclancheur  Système  robotique  chirurgical  miniature Index. décimale : 629.8 Résumé : During the past 20 years, tremendous advancements have been made in the fields of minimally invasive surgery (MIS) and minimally invasive, robotically assisted (MIRA) cardiac surgery. Benefits from MIS include reduced pain and trauma, reduced risks of post-operative complications, shorter recovery times, and more aesthetically pleasing results. MIRA approaches have extended the capabilities of MIS by introducing three-dimensional vision, eliminating hand tremors, and enabling the precise articulation of smaller instruments. These advancements come with their own drawbacks, however. Robotic systems used in MIRA cardiac procedures are large, costly, and do not offer the miniaturized articulation necessary to facilitate tremendous advancements in MIS. This paper demonstrates that miniature actuation can overcome some of the limitations of current robotic systems by providing accurate, repeatable control of a small end effector. A 10× model of a two link surgical manipulator is developed, using antagonistic shape memory alloy wires as actuators, to simulate motions of a surgical end-effector. Artificial neural networks are used in conjunction with real-time visual feedback to "learn" the inverse system dynamics and control the manipulator endpoint trajectory. Experimental results are presented for indirect, on-line learning and control. Manipulator tip trajectories are shown to be accurate and repeatable to within 0.5 mm. These results confirm that SMAs can be effective actuators for miniature surgical robotic systems, and that intelligent control can be used to accurately control the trajectory of these systems. Pendant les 20 dernières années, des avancements énormes ont été faits dans les domaines de la chirurgie d'une façon minimum invahissante (mis) et d'une façon minimum (MIRA) de la chirurgie cardiaque invahissante et robotically aidée. Les avantages du mis incluent la douleur et le trauma réduit, les risques réduits des complications postopératoires, les temps plus courts de rétablissement, et les résultats plus esthétiquement de satisfaction. Les approches de MIRA ont prolongé les possibilités du mis en présentant la vision tridimensionnelle, en éliminant des tremblements de main, et en permettant l'articulation précise de plus petits instruments. Ces avancements viennent avec leurs propres inconvénients, cependant. Les systèmes robotiques utilisés dans des procédures cardiaques de MIRA sont grands, coûteux, et n'offrent pas l'articulation miniaturisée nécessaire pour faciliter les avancements énormes dans le mis. Cet article démontre que la mise en action miniature peut surmonter certaines des limitations des systèmes robotiques courants en fournissant la commande précise et qu'on peut répéter d'un petit terminal. Un modèle 10× d'un manipulateur chirurgical de deux liens est développé, en utilisant les fils antagoniques d'alliage de mémoire de forme comme déclencheurs, pour simuler des mouvements d'un terminal chirurgical. Des réseaux neurologiques artificiels sont employés en même temps que la rétroaction visuelle en temps réel "apprennent" la dynamique inverse de système et commandent la trajectoire de point final de manipulateur. Des résultats expérimentaux sont présentés pour indirect, sur l'étude de ligne et la commande. La trajectoire de bout de manipulateur s'avèrent précise et qu'on peut répéter à à moins de 0.5 millimètre. Ces résultats confirment que SMAs peut être les déclencheurs efficaces pour les systèmes robotiques chirurgicaux miniatures, et que la commande intelligente peut être employée pour commander exactement la trajectoire de ces systèmes. En ligne : greg_buckner@ncsu.edu [article] Actuation and Control Strategies for Miniature Robotic Surgical Systems = Stratégies de Mise en Action et de Commande pour les Systèmes Chirurgicaux Robotiques Miniatures [texte imprimé] / Stevens, Jason M., Auteur ; Buckner, Gregory D., Auteur . - 537-549 p. Génie Mécanique Langues : Anglais (eng) in Transactions of the ASME . Journal of dynamic systems, measurement, and control > Vol. 127 N° 4 (Décembre 2005) . - 537-549 p. Mots-clés : Chirurgie  cardiaque  Robotique  Vision  tridimensionnelle  Système  robotique  Manipulateur  chirurgical  Réseau  neurologique  artificiel  Rétroaction  visuelle  Déclancheur  Système  robotique  chirurgical  miniature Index. décimale : 629.8 Résumé : During the past 20 years, tremendous advancements have been made in the fields of minimally invasive surgery (MIS) and minimally invasive, robotically assisted (MIRA) cardiac surgery. Benefits from MIS include reduced pain and trauma, reduced risks of post-operative complications, shorter recovery times, and more aesthetically pleasing results. MIRA approaches have extended the capabilities of MIS by introducing three-dimensional vision, eliminating hand tremors, and enabling the precise articulation of smaller instruments. These advancements come with their own drawbacks, however. Robotic systems used in MIRA cardiac procedures are large, costly, and do not offer the miniaturized articulation necessary to facilitate tremendous advancements in MIS. This paper demonstrates that miniature actuation can overcome some of the limitations of current robotic systems by providing accurate, repeatable control of a small end effector. A 10× model of a two link surgical manipulator is developed, using antagonistic shape memory alloy wires as actuators, to simulate motions of a surgical end-effector. Artificial neural networks are used in conjunction with real-time visual feedback to "learn" the inverse system dynamics and control the manipulator endpoint trajectory. Experimental results are presented for indirect, on-line learning and control. Manipulator tip trajectories are shown to be accurate and repeatable to within 0.5 mm. These results confirm that SMAs can be effective actuators for miniature surgical robotic systems, and that intelligent control can be used to accurately control the trajectory of these systems. Pendant les 20 dernières années, des avancements énormes ont été faits dans les domaines de la chirurgie d'une façon minimum invahissante (mis) et d'une façon minimum (MIRA) de la chirurgie cardiaque invahissante et robotically aidée. Les avantages du mis incluent la douleur et le trauma réduit, les risques réduits des complications postopératoires, les temps plus courts de rétablissement, et les résultats plus esthétiquement de satisfaction. Les approches de MIRA ont prolongé les possibilités du mis en présentant la vision tridimensionnelle, en éliminant des tremblements de main, et en permettant l'articulation précise de plus petits instruments. Ces avancements viennent avec leurs propres inconvénients, cependant. Les systèmes robotiques utilisés dans des procédures cardiaques de MIRA sont grands, coûteux, et n'offrent pas l'articulation miniaturisée nécessaire pour faciliter les avancements énormes dans le mis. Cet article démontre que la mise en action miniature peut surmonter certaines des limitations des systèmes robotiques courants en fournissant la commande précise et qu'on peut répéter d'un petit terminal. Un modèle 10× d'un manipulateur chirurgical de deux liens est développé, en utilisant les fils antagoniques d'alliage de mémoire de forme comme déclencheurs, pour simuler des mouvements d'un terminal chirurgical. Des réseaux neurologiques artificiels sont employés en même temps que la rétroaction visuelle en temps réel "apprennent" la dynamique inverse de système et commandent la trajectoire de point final de manipulateur. Des résultats expérimentaux sont présentés pour indirect, sur l'étude de ligne et la commande. La trajectoire de bout de manipulateur s'avèrent précise et qu'on peut répéter à à moins de 0.5 millimètre. Ces résultats confirment que SMAs peut être les déclencheurs efficaces pour les systèmes robotiques chirurgicaux miniatures, et que la commande intelligente peut être employée pour commander exactement la trajectoire de ces systèmes. En ligne : greg_buckner@ncsu.edu

Estimating Model Uncertainty Using Confidence Interval Networks: Applications to Robust Control / Buckner, Gregory D. in Transactions of the ASME . Journal of dynamic systems, measurement, and control, Vol. 128 N° 3 (Septembre 2006) 

Public ISBD [article]  in Transactions of the ASME . Journal of dynamic systems, measurement, and control > Vol. 128 N° 3 (Septembre 2006) . - 626-635 p. Titre : Estimating Model Uncertainty Using Confidence Interval Networks: Applications to Robust Control Titre original : Estimer l'Incertitude Modèle en Utilisant des Réseaux d'Intervalle de Confiance : Applications à la Commande Robuste Type de document : texte imprimé Auteurs : Buckner, Gregory D., Auteur ; Choi, Heeju, Auteur ; Gibson, Nathan S. Article en page(s) : 626-635 p. Note générale : Génie Mécanique Langues : Anglais (eng) Mots-clés : Technique  robuste  Modèle  dynamique  Stabilité  Circuit  fermé  Conservateur  Réseau  d'intervalle  Réseau  radical  Coût  bilinéaire  asymétrique Résumé : Robust control techniques require a dynamic model of the plant and bounds on model uncertainty to formulate control laws with guaranteed stability. Although techniques for modeling dynamic systems and estimating model parameters are well established, very few procedures exist for estimating uncertainty bounds. In the case of H[infinity] control synthesis, a conservative weighting function for model uncertainty is usually chosen to ensure closed-loop stability over the entire operating space. The primary drawback of this conservative, "hard computing" approach is reduced performance. This paper demonstrates a novel "soft computing" approach to estimate bounds of model uncertainty resulting from parameter variations, unmodeled dynamics, and nondeterministic processes in dynamic plants. This approach uses confidence interval networks (CINs), radial basis function networks trained using asymmetric bilinear error cost functions, to estimate confidence intervals associated with nominal models for robust control synthesis. This research couples the "hard computing" features of H[infinity] control with the "soft computing" characteristics of intelligent system identification, and realizes the combined advantages of both. Simulations and experimental demonstrations conducted on an active magnetic bearing test rig confirm these capabilities. Les techniques robustes de commande exigent d'un modèle dynamique de l'usine et des limites sur l'incertitude modèle de formuler des lois de commande avec la stabilité garantie. Bien que les techniques pour modeler les systèmes dynamiques et estimer les paramètres modèles soient bien établies, très peu de procédures existent pour estimer des limites d'incertitude. Dans le cas de la synthèse de commande de H∞, une fonction pesante conservatrice pour l'incertitude modèle est habituellement choisie pour assurer la stabilité en circuit fermé au-dessus de l'espace de fonctionnement entier. L'inconvénient primaire de ce conservateur, approche "dur de calcul" est exécution réduite. Cet article démontre un roman approche de calcul "doux" aux limites d'évaluation de l'incertitude modèle résultant des variations de paramètre, unmodeled la dynamique, et les processus nondeterministic aux usines dynamiques. Cette approche emploie les réseaux d'intervalle de confiance (CINs), réseaux radiaux de fonction de base qualifiés en utilisant des fonctions de coût bilinéaires asymétriques d'erreur, pour estimer des intervalles de confiance liés aux modèles nominaux pour la synthèse robuste de commande. Cette recherche couple les dispositifs "dur de calcul" de la commande de H∞ avec les caractéristiques de calcul de "doux" de l'identification intelligente de système, et réalise les avantages combinés de tous les deux. Les simulations et les démonstrations expérimentales conduites sur un banc d'essai magnétique actif de roulement confirment ces possibilités. En ligne : greg_buckner@ncsu.edu [article] Estimating Model Uncertainty Using Confidence Interval Networks: Applications to Robust Control = Estimer l'Incertitude Modèle en Utilisant des Réseaux d'Intervalle de Confiance : Applications à la Commande Robuste [texte imprimé] / Buckner, Gregory D., Auteur ; Choi, Heeju, Auteur ; Gibson, Nathan S. . - 626-635 p. Génie Mécanique Langues : Anglais (eng) in Transactions of the ASME . Journal of dynamic systems, measurement, and control > Vol. 128 N° 3 (Septembre 2006) . - 626-635 p. Mots-clés : Technique  robuste  Modèle  dynamique  Stabilité  Circuit  fermé  Conservateur  Réseau  d'intervalle  Réseau  radical  Coût  bilinéaire  asymétrique Résumé : Robust control techniques require a dynamic model of the plant and bounds on model uncertainty to formulate control laws with guaranteed stability. Although techniques for modeling dynamic systems and estimating model parameters are well established, very few procedures exist for estimating uncertainty bounds. In the case of H[infinity] control synthesis, a conservative weighting function for model uncertainty is usually chosen to ensure closed-loop stability over the entire operating space. The primary drawback of this conservative, "hard computing" approach is reduced performance. This paper demonstrates a novel "soft computing" approach to estimate bounds of model uncertainty resulting from parameter variations, unmodeled dynamics, and nondeterministic processes in dynamic plants. This approach uses confidence interval networks (CINs), radial basis function networks trained using asymmetric bilinear error cost functions, to estimate confidence intervals associated with nominal models for robust control synthesis. This research couples the "hard computing" features of H[infinity] control with the "soft computing" characteristics of intelligent system identification, and realizes the combined advantages of both. Simulations and experimental demonstrations conducted on an active magnetic bearing test rig confirm these capabilities. Les techniques robustes de commande exigent d'un modèle dynamique de l'usine et des limites sur l'incertitude modèle de formuler des lois de commande avec la stabilité garantie. Bien que les techniques pour modeler les systèmes dynamiques et estimer les paramètres modèles soient bien établies, très peu de procédures existent pour estimer des limites d'incertitude. Dans le cas de la synthèse de commande de H∞, une fonction pesante conservatrice pour l'incertitude modèle est habituellement choisie pour assurer la stabilité en circuit fermé au-dessus de l'espace de fonctionnement entier. L'inconvénient primaire de ce conservateur, approche "dur de calcul" est exécution réduite. Cet article démontre un roman approche de calcul "doux" aux limites d'évaluation de l'incertitude modèle résultant des variations de paramètre, unmodeled la dynamique, et les processus nondeterministic aux usines dynamiques. Cette approche emploie les réseaux d'intervalle de confiance (CINs), réseaux radiaux de fonction de base qualifiés en utilisant des fonctions de coût bilinéaires asymétriques d'erreur, pour estimer des intervalles de confiance liés aux modèles nominaux pour la synthèse robuste de commande. Cette recherche couple les dispositifs "dur de calcul" de la commande de H∞ avec les caractéristiques de calcul de "doux" de l'identification intelligente de système, et réalise les avantages combinés de tous les deux. Les simulations et les démonstrations expérimentales conduites sur un banc d'essai magnétique actif de roulement confirment ces possibilités. En ligne : greg_buckner@ncsu.edu