Design and Implementation of a Semi-Autonomous Quadruped Assistive Robot for Remote Elderly Monitoring and COVID-19 Response
Notice bibliographique
Résumé
This paper presents the design and development of an assistive quadruped robot capable of autonomous or semi-autonomous interaction in healthcare settings, with a focus on elderly care and infectious disease environments. The robot leverages low-cost, off-the-shelf components-including an ESP32-CAM module [1] for real-time vision, an MLX90614 infrared sensor for thermal sensing [2], and MG90S micro servos [3] for locomotion—demonstrating that affordable hardware can support autonomous healthcare robotics applications. The system supports multiple functional modes, including autonomous follow mode, manual control, and measurement of body temperature at a safe distance. The server-side interface allows the user to view real-time video, control the robot, and monitor live health-related data. Three key implementation aspects were demonstrated to validate the system's usability: UART-based inter-device communication [4], modular hardware design using 3D printing [5], and a custom-designed printed circuit board (PCB) developed using KiCad [6] to integrate the ESP32 chipset [1], camera, distance sensor, and MLX90614 temperature scanner [2] into a small form factor-while enabling the user full control of the robot; and automatic object tracking of our reconnaissance model in a compact form factor using TensorFlow Lite [7]. The prototype demonstrated strong capability both as an indoor robot, with a modular design that allows it to be reconfigured and used for broader and alternative use cases, including pandemic monitoring and remote elder care. This research project advances low-cost utilization of assistive robots intended to improve healthcare safety and quality of living. By directly addressing urgent need for accessible and affordable healthcare technology, this work contributes to the public good by expanding the reach of advanced care solutions to broader communities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».