计算机视觉:机器人如何“看”
入门 · 阅读约 6 分钟
摄像头给机器人的只是一张数字表格。计算机视觉把这些数字变成“这是一个杯子”。
摄像头并不会“看到”杯子。它记录的是一张由很多小色点组成的网格,每个点只是一个数字。计算机视觉就是把这张网格变成含义的方法:边缘、形状、物体、距离。
现在的机器人大多用学习得到的模型来做这件事。它找出图中的物体,给每个物体画框并命名。有些还能用双摄像头或深度传感器算出物体的远近。
真实例子
采摘草莓的机器人先在照片里找到成熟的草莓,算出每颗的三维位置,再把夹爪移到那个位置。
有了它,你可以
机器人可以在没人告诉它确切位置的情况下,找到、数清、跟随和拿起物体。
没有它,会怎样
机器人对不在固定已知位置的东西一无所知。托盘稍微移位,就会抓空。
动手试试(5 分钟)
把手机摄像头对准桌上一堆物品,想象机器人得到的数字。哪些最难区分?为什么?
常见问题
机器人需要很贵的摄像头吗?
通常不需要。光线好时,便宜的摄像头也比光线差时的昂贵摄像头好用。
为什么光线差时视觉会失败?
太暗或太刺眼的光会改变摄像头记录的数字,使物体看起来和模型学过的不一样。
每周一封机器人邮件
通俗易懂,免费,随时一键退订。
想动手玩?打开英文版的互动演示 → · 词汇表