Uploads%2farticles%2f11458%2fcinema 4d robot vision by felixmark d5jjewm

2017-03-23

港中大劉云輝教授談機器視覺技術的行業滲透和商業落地 | 活動回顧

機器視覺就像機器人的「眼睛」，感知周圍環境，通過反饋的圖像信息規劃機器人的動作。

機器人是靠自身動力和控制能力來實現各種功能的一種機器，而機器視覺在整個機器人的運動控制中占據著重要的地位。它就像機器人的「眼睛」，感知周圍環境，通過反饋的圖像信息規劃機器人的動作。

在本次 ACT Lab 和深圳灣的聯合活動上，邀請了香港中文大學天石研究所所長劉云輝，歡創科技 CEO 周琨，大道智創聯合創始人邢志偉，以「機器人控制系統與視覺的融合」為主題，向在場的機器人創業者分享他們機器人的研發和創業經驗。

機器人控制與機器視覺的融合

目前機器人或者機械臂所抓取的物件基本上都是剛體，很少能對變形體進行抓取。其實，在日常生活中，很多物件并不是棱角分明并且內部結構堅硬的剛體，而是以柔性體的形式存在，比如日常所穿的衣服、吃的食物、線材、柔性 PCB 以及人體組織。

劉云輝教授認為，在需要操作形變體的領域中，醫療健康對該技術的需求最強烈并且對操作的精準度也更高。劉教授結合自身的研發經驗補充說：「醫療手術機器人的研發主要有三個挑戰：首先是安全性，醫療手術中不能容許半點差錯，所以如何保證手術機器人的安全性，以及與操作醫師的有效配合是重中之重；保證安全性后，機器人如何在柔軟的體內進行解剖和組織切除，機械結構如何設計，視覺系統如何設計，就是研究人員面臨的第二大挑戰；第三，如何讓不懂機器人技術的醫生快速上手操作，人機交互如何設計，則是第三個挑戰。」

為了應對這三大挑戰，劉教授針對性地提出了三個解決方案：首先，手術機器人可采用小尺寸的、彈性的、或者柔性的機械結構，在保證操作精度的同時防止人體組織被機械所傷；第二，在機器人內部嵌入多種傳感器，比如 IMU、聲音傳感器、體感設備、眼球跟蹤設備等，增強機器人的功能，并簡化操作方式；第三，通過在機器人中內嵌攝像頭，以圖像引導的方式實時獲取手術反饋。

另外，劉云輝教授還說到：「目前，大型工廠的室內物件搬運 70% 靠的是人工駕駛叉車進行操作，但隨著從事重體力勞動工人的人工成本上升和人力資源的短缺，對很多行業產生著重大的影響，移動機械的自動化改造需求迫切。」

研究發現，室內移動器械自動駕駛的挑戰主要有兩點：一是無 GPS 的定位和制圖，二是精確的運動控制。憑借多年的圖像傳感器研發經驗，劉云輝教授將 Visual SLAM 算法和 RGB-D 傳感器集成到移動機器人的視覺導航模塊上，并應用于移動機械平臺，實現了低速且高精度的自動駕駛功能。

劉教授表示，目前為了保證安全性，移動器械的速度并沒有做得太快。不過，制造業、建筑業、采礦業、物流業等領域對室內移動器械自動駕駛有強烈的需求，所以，該項技術在未來會有很大的發展空間。

技術公司如何商業化

歡創科技為移動設備、機器人、無人機、TV 等行業提供空間定位與識別系統，成立僅三年時間，就已經在細分領域做到了第一，今年銷售額預計突破 2000 萬，并且在去年下半年開始盈利。

初創公司如何快速發展，周琨給出的答案簡單粗暴：「在細分領域做到第一，而且只做第一，不做第二。」

具體如何做才能成為細分領域的第一呢？周琨的方法論是這樣的：省花錢、砸技術、點突破。

對于初創公司來講，最困難的就是不是找投資，找人脈，而是找方向。很多公司在頭三年拿到投資后，就盲目地擴張，最終只會導致資源無意義地消耗，所以找到適合自己的發展方向很重要。

關于企業技術的積累，周琨認為，只有人、錢、時間三者的堆積，才有可能將技術打磨好。以自身為例，周琨做清華大學深圳研究生院碩導，在計算機視覺領域積累了多年的研究經驗，。除了自身技術經驗的積累，初創企業還可以通過引進外部團隊的方式增強自身競爭力。

什么是「點突破」？周琨表示，每個創業團隊應該找到適合自己的細分領域，找到自己的生存空間，歡創科技看到了智能電視的蓬勃發展，以及該行業對計算機視覺技術的強烈需求，才下定決心深耕智能電視的體感配件，最終做到了細分領域第一。

SLAM 在自主移動機器人上的應用

如果機器人可以像人一樣進行思考的話，那么它們主要面對的「哲學」問題應該是這三個：我在哪？這是什么地方？該往哪里去？翻譯過來其實就是三個關鍵點：定位、制圖、導航，而這就是 SLAM（simultaneous localization and mapping，即時定位與地圖構建）技術所要解決的三個主要問題。

邢志偉認為，SLAM 不是指某個算法，而是一類算法的集合。當開發者考慮讓機器人更加智能時，如何實現自主移動往往是他們需要解決首要問題，作為自主移動的突破點，SLAM 自然成為了人們關注的焦點。

目前，SLAM 的實現主要有兩種方案，一個是基于激光雷達的方式，另一個是基于攝像機的方式。基于激光雷達的方式應用得比較廣泛，業內對此方法的研究時間較長，優點是速度快、精度高，不過價格也會比較昂貴。基于攝像機的方式價格低廉，攝像機反饋的信息量大，不過，正由于豐富的信息，所需要的計算量同樣很大，而且攝像機容易受外部光線的影響。

邢志偉說，Visual SLAM、ORB SLAM、LSD SLAM 均為常用的 SLAM 算法，開發者應結合自身技術優勢以及應用場景酌情選擇。不過，SLAM 在發展的過程中仍然面對著一系列的問題和阻力，比如傳感器的精確度不夠、傳感器應用場景不具備普適性、超高的計算量等。

多傳感器融合、回環檢測、重定位精度等都是 SLAM 在未來重點發展方向，上述的問題也會隨著技術的發展和產業的成熟而得到解決，最終 SLAM 技術將會應用得更加廣泛。