|
【时长14'07''，建议在WiFi条件下观看视频】 本视频出自 2016万有青年大烩
机器人和电脑的区别是什么？ 大家可以花一秒钟想一下。 我认为区别在于操作的能力。举个例子，Siri，是一个很聪明的电脑，它可以跟你对话，但它不能拿东西，它没有办法去没有操作任何现实世界的物品。
大家仔细观察哆啦A梦是怎么拿东西的？你会发现它会伸出一个小手指。
不记得是2011年还是2010年，PNAS曾发表一篇论文，由芝加哥大学、康奈尔大学几个研究组一起合作，研究出了一个现实版的哆啦A梦的手。
这边就是当时论文里面得不同的配图，有它的结构，有它的原理，有它对不同物体识别的方式，以及最后测评的一个效果。
这个东西有几种不同的实现，它的原理非常简单。下图中，最左边就是我在2011年的时候自己实现的，我当时在一个气球里面装满了大米，然后拿一个吸尘器吸，其实当时直接用嘴吸都可以达到这个效果。中间是南洋理工的一群人自己在网上做的，大家在网上可以搜到。右边那个是正式拿了发明者的授权成立了商业公司做成的产品，是一个商业级别的真正的gripper（抓手）。
机械臂如何完成一个动作路径？ Manipulation（操控）主要分成三个部分，这也是机器人做任何具体的动作，做任何具体的事情要经过的三个步骤，分别是感知、规划和操作或者是运动。这可以认为是我这5年来干的事情。 我们做了一个通用机器人，它的实现形式是一个移动的操作臂，也就是机械臂，叫做mobile manipulator。下面这个是在我们办公室里面，机械臂自己导航到仓库，看盒子里面有什么东西，去判断盒子里东西的位置、姿态是什么样子的示例。
机器人从底座的移动到机械臂的移动，到如何实现对物品的识别，到抓取，到避开，都是完全自动的，没有任何的人工帮助。这本身也是两台机器人配合的一个过程。 感知：描述周边环境
先讲第一个感知的部分。感知就是要描述你周围的世界，你周围的环境是什么样子的。这是借用现在最火的自动驾驶的图，自动驾驶其中很重要的能力就是感知。
这张图显示的是recognition的部分，它可以识别一个图片里有什么东西，大概在哪个方位。这也是传统的CV里做的最多的一点。
这张是segmentation，就是把图片做一个分割，比如把人全部染成绿色，道路全部染成紫色，识别出来标志信号是黄色的。把画面里这些不同的功能加以区别，这样一来机器人就可以进行下一步的动作。 而我们目前集中力量做的，也是做真正有操作能力的机器人需要攻克的难点，是pose estimation，也就是判断一个物品的姿态。
大家可以看到，右面图里有个白色的区域，这是系统识别零食盒的一个模板，当零食盒被转动之后，系统能够重新识别出它再画面里具体哪个位置，通过重新计算之后白色的区域又再次准确识别了零食盒的方位，更重要的是它朝着什么方向。 那么感知还有其他的方式，比如说触觉。
这是基于电子的触觉传感器的原理图。
这是基于光学的触觉传感器的一个原理图。
|
