Cientifica, ISSN 2594-2921, vol. 30, no. 1, January-June 2026.
DOI: 10.46842/ipn.cien.v30n1a14
Output Regulation Based on Object Detection and High Gain Observers in Liquid Handling Robots
Regulación de la salida basada en detección de objetos y observadores de alta ganancia en robots de manipulación de líquidos
Recibido 22/05/2026, aceptado 30/06/2026, publicado 01/07/2026.
Abstract
Liquid Handling Robots have acquired a significant role in modern laboratories due to their capabilities to automate pipetting and dispensing liquids with high precision and repeatability. Additionally, advances in artificial intelligence have contributed to research areas such as biology or material science, generating sophisticated systems to conduct complex assays. This paper presents an overview of the impact of artificial intelligence techniques and Liquid Handling Robots in applications related to sample preparation, such as cell culturing, microscopy, and in vivo experimentation. In this context, the paper proposes object identification of common labware to support liquid handling tasks. The detection system is based on the ResNet-50 classifier and YOLO v2 detector. The information provided by the detector is used for trajectory planning of a robotic system. To minimize the tracking position error, is proposed a control scheme based on High-Gain observer and Output Regulation, where the trajectories are considered as unmodeled reference signals.
Resumen
Los robots de manipulación de líquidos han adquirido un papel relevante en los laboratorios modernos gracias a su capacidad para automatizar el pipeteo y la dispensación de líquidos con alta precisión y repetibilidad. Asimismo, los avances en inteligencia artificial han contribuido a áreas de investigación como la biología y la ciencia de materiales, dando lugar a sistemas sofisticados para realizar ensayos complejos. Este artículo presenta una visión general del impacto de las técnicas de inteligencia artificial y los robots de manipulación de líquidos en aplicaciones relacionadas con la preparación de muestras, tales como el cultivo celular, la microscopía y la experimentación ‘in vivo’. En este contexto, se propone la identificación de objetos — específicamente material de laboratorio común— para facilitar las tareas de manipulación de líquidos. El sistema de detección se basa en el clasificador ResNet-50 y el detector YOLO v2. La información proporcionada por el detector se utiliza para la planificación de trayectorias de un sistema robótico. Con el fin de minimizar el error de seguimiento de posición, se propone un esquema de control basado en un observador de alta ganancia y regulación de salida, donde las trayectorias se consideran señales de referencia no modeladas.
Index terms: liquid handling robot, deep learning, object identification,
output regulation, labware recognition, high-gain observer.
Palabras clave: robot de manipulación de líquidos, aprendizaje profundo,
identificación de objetos, regulación de salida, reconocimiento de material de laboratorio,
observador de alta ganancia.
ISO 690 reference:
Tapia Herrera, Ricardo;
Chirinos Martinez, Edith Sayuri;
Hernández Cortes, Tonatiuh;
Jaime Fonseca, Beatriz Adriana;
Meda Campaña, Jesús Alberto,
2026,
Output Regulation Based on Object Detection and High
Gain Observers in Liquid Handling Robots,
Científica, vol. 30, no. 1,
ISSN 2594-2921, e300114,
DOI: 10.46842/ipn.cien.v30n1a14
