每個(gè)機(jī)器人的形態(tài)劳殖、大小、樣貌都不一樣拨脉，這需要根據(jù)具體的應(yīng)用場(chǎng)景進(jìn)行分析和設(shè)計(jì)。但是無論是哪種形態(tài)的機(jī)器人玫膀，基本上都會(huì)嵌入視覺系統(tǒng)矛缨，用于感知周圍的環(huán)境，然后通過反饋的信息規(guī)劃機(jī)器人的動(dòng)作帖旨。

香港中文大學(xué)天石機(jī)器人研究所所長劉云輝教授自本科起就從事機(jī)器人研究，至今已經(jīng)有數(shù)十年的研發(fā)經(jīng)驗(yàn)解阅。在 ACT Lab 和深圳灣聯(lián)合舉辦的「機(jī)器人控制系統(tǒng)和視覺的融合」活動(dòng)中落竹，劉云輝教授向慕名而來的創(chuàng)業(yè)者們分享了自己在機(jī)器人領(lǐng)域的所思所得。

我灣梳理了本次演講的重點(diǎn)和要點(diǎn)述召，帶領(lǐng)讀者了解機(jī)器視覺領(lǐng)域最前沿的研究課題。

三維視覺技術(shù)大有可為

實(shí)時(shí)三維視覺技術(shù)應(yīng)用廣泛蟹地，在機(jī)器控制桨武、物件抓取和人機(jī)交互等技術(shù)領(lǐng)域锈津，都不能脫離實(shí)時(shí)三維視覺技術(shù)呀酸。正因如此，該技術(shù)有著巨大的商業(yè)潛力琼梆。據(jù)報(bào)道性誉，預(yù)計(jì) 2020 年，全球 3D 成像系統(tǒng)市場(chǎng)預(yù)計(jì)能達(dá)到 536 億人民幣错览，年度復(fù)合增長率 39.4%纫雁，尤其是在體育醫(yī)學(xué)、矯形外科學(xué)倾哺、人體測(cè)量等醫(yī)學(xué)領(lǐng)域，對(duì) 3D 成像技術(shù)的需求更為強(qiáng)烈羞海。

劉云輝教授研究實(shí)時(shí)三維視覺技術(shù)多年忌愚，他認(rèn)為：「研究三維視覺技術(shù)，歸根結(jié)底却邓，就是要理解什么是視覺信息，然后將這些視覺信息在實(shí)際的場(chǎng)景中應(yīng)用起來腊徙。」他研發(fā)的基于結(jié)構(gòu)光的雙目視覺技術(shù)具有精度高简十、測(cè)量速度快、動(dòng)態(tài)拍攝等特點(diǎn)撬腾，并且已經(jīng)應(yīng)用在商業(yè)化的 3D 成像系統(tǒng)中。

工廠叉車也要自動(dòng)駕駛

目前民傻，大型工廠的室內(nèi)物件搬運(yùn) 70% 靠的是人工駕駛叉車進(jìn)行操作胶逢，但從事重體力勞動(dòng)工人的人工成本上升和人力資源的短缺，對(duì)很多行業(yè)造成重大影響饰潜，移動(dòng)機(jī)械的自動(dòng)化改造需求迫切。

經(jīng)研究發(fā)現(xiàn)彭雾，室內(nèi)移動(dòng)器械自動(dòng)駕駛的挑戰(zhàn)主要有兩點(diǎn)：一是無 GPS 的定位和制圖碟刺，二是精確的運(yùn)動(dòng)控制。憑借多年的圖像傳感器研發(fā)經(jīng)驗(yàn)薯酝，劉云輝教授將 Visual SLAM 算法和 RGB-D 傳感器集成到移動(dòng)機(jī)器人的視覺導(dǎo)航模塊上，應(yīng)用于移動(dòng)機(jī)械平臺(tái)吴菠，實(shí)現(xiàn)了低速且高精度的自動(dòng)駕駛功能者填。

劉教授表示，目前為了保證安全性做葵，移動(dòng)器械的速度并沒有做得太快。不過，制造業(yè)榨乎、建筑業(yè)怎燥、采礦業(yè)、物流業(yè)等領(lǐng)域?qū)κ覂?nèi)移動(dòng)器械自動(dòng)駕駛有強(qiáng)烈的需求蜜暑，所以，該項(xiàng)技術(shù)在未來會(huì)有很大的發(fā)展空間肛捍。

「軟」「硬」兩手抓

機(jī)器人或者機(jī)械臂所抓取的物件基本上都是剛體隐绵，很少能對(duì)變形體進(jìn)行抓取。不過拙毫，在日常生活中，很多物件并不是棱角分明并且內(nèi)部結(jié)構(gòu)堅(jiān)硬的剛體恬偷，而是以柔性體的形式存在，比如日常所穿的衣服帘睦、吃的食物袍患、線材、柔性 PCB 以及人體組織诡延。

劉云輝教授認(rèn)為，在需要操作形變體的領(lǐng)域中古胆，醫(yī)療健康對(duì)該技術(shù)的需求最強(qiáng)烈并且對(duì)操作的精準(zhǔn)度也更高肆良。劉教授結(jié)合自身的研發(fā)經(jīng)驗(yàn)補(bǔ)充說：「醫(yī)療手術(shù)機(jī)器人的研發(fā)主要有三個(gè)挑戰(zhàn)：首先是安全性，醫(yī)療手術(shù)中不能容許半點(diǎn)差錯(cuò)惹恃，所以如何保證手術(shù)機(jī)器人的安全性，以及與操作醫(yī)師的有效配合是重中之重棺牧；保證安全性后巫糙，機(jī)器人如何在柔軟的體內(nèi)進(jìn)行解剖和組織切除，機(jī)械結(jié)構(gòu)如何設(shè)計(jì)颊乘，視覺系統(tǒng)如何設(shè)計(jì)，就是研究人員面臨的第二大挑戰(zhàn)乏悄；第三浙值，如何讓不懂機(jī)器人技術(shù)的醫(yī)生快速上手操作，人機(jī)交互如何設(shè)計(jì)檩小，則是第三個(gè)挑戰(zhàn)。」

為了應(yīng)對(duì)這三大挑戰(zhàn)负蚊，劉教授針對(duì)性地提出了三個(gè)解決方案：首先神妹，手術(shù)機(jī)器人可采用小尺寸的、彈性的家妆、或者柔性的機(jī)械結(jié)構(gòu)，在保證操作精度的同時(shí)防止人體組織被機(jī)械所傷伤极；第二蛹找，在機(jī)器人內(nèi)部嵌入多種傳感器，比如 IMU哨坪、聲音傳感器、體感設(shè)備当编、眼球跟蹤設(shè)備等届慈，增強(qiáng)機(jī)器人的功能，并簡(jiǎn)化操作方式忿偷；第三金顿，通過在機(jī)器人中內(nèi)嵌攝像頭鲤桥，以圖像引導(dǎo)的方式實(shí)時(shí)獲取手術(shù)反饋揍拆。

人形才是最適的人機(jī)交互方式

我們周圍的生活環(huán)境是以人類的行為方式為基準(zhǔn)而建立的，人類可以相當(dāng)輕松地上樓梯茶凳、開門嫂拴、適應(yīng)各種地形贮喧，所以說最好的機(jī)器人形態(tài)就是人形機(jī)器人筒狠。同理，人和人的溝通是我們最習(xí)慣的交互方式箱沦，所以最好的人機(jī)交互就是機(jī)器人以「人」的方式進(jìn)行交互窟蓝。

人類的語言以及表情能夠傳遞大量的情感信息饱普，所以目前仿人形機(jī)器人的研究主要集中在機(jī)器人的語言以及表情模擬這兩個(gè)領(lǐng)域运挫。但是，除了語言和表情套耕，肢體動(dòng)作也能夠傳遞人的情感信息谁帕。

劉云輝教授認(rèn)為，相對(duì)于語言和表情匈挖，讓機(jī)器人模擬人的動(dòng)作在技術(shù)上更容易實(shí)現(xiàn)碾牌，通過用體感設(shè)備讓機(jī)器人模仿人類的肢體動(dòng)作，學(xué)習(xí)人類的行為模式儡循，增強(qiáng)機(jī)器人的智能舶吗，并最終實(shí)現(xiàn)自然的人機(jī)交互择膝。