咨询热线:13080701712
返回
行业资讯
电子地磅在人工智能方面的进一步开发
这些令人困惑的因素与阻碍地磅遥控器的三个特别大的障碍有关:视觉背景干扰、照明问题和一般失真。显然,目前在图像识别中存在太多的问题变量,无法实现万无一失的MV系统,尤其是在基于机器人导航的制造中。毕竟(如下一节所讨论的),一个特别的陷阱是,依靠一张照片作为参照系,MV无法识别其目标物体,即使后者被稍微遮挡。换句话说,MV需要一个完美的视线:当你面对杂乱无章的装配线时,这可能是一个地磅控制器致命的缺陷。
也许理想的机器会让它的运动被决定,不仅仅是由它的相机“看到”什么,也由它的传感器“听到”附近的什么。仅根据后一点,麻省理工学院就回答了这里出现的问题:如果目标物体,无论如何伪装、遮蔽、阻挡或变形,仍然可以被定位,那会怎样?答案就在前面提到的RFID阅读器和基于标签的跟踪系统:TurboTrack。麻省理工学院的涡轮轨道:麻省理工学院最近开发了无线地磅遥控器,这是一种基于纸质RFID标签的跟踪系统,今年完成了产品测试,已经吸引了其他科技机构的兴趣。
TurboTrack的一个主要USP是,它不受上述机器视觉“致命缺陷”的限制,在机器视觉中,即使MV摄像机和目标物体之间有轻微障碍,也意味着后者无法被识别。这个问题被电子地磅遥控器扼杀在萌芽状态,同样,麻省理工学院的解决方案不是依靠摄像机和图像识别系统来引导机器人,而是归结为几十年前RFID阅读器和标签之间的交互(一个被称为询问的过程)。