乾貨！庫柏特張少華博士《機器人視覺-從學術研究到工業落地》

科技 06-06

前言

相信大家通過RobertDowney Jr.飾演的《鋼鐵俠》，《澳門風雲三》中的「傻強」和Hugh Jackman主演的《鐵甲鋼拳》，對機器人都有一定的了解，會認為電影中的機器人是虛幻的，人性化的、不可能實現的。但是，正是憑藉這種大膽的想像、實踐和努力，我們生活中的機器人正在與電影中的夢幻機器人一步步接近。

2018年5月30日機器人大講堂特邀武漢庫柏特首席視覺科學家張少華博士為我們分享了《機器人視覺－從學術研究到工業落地》的研究報告。

嘉賓介紹：張少華博士

武漢庫柏特科技有限公司，首席視覺科學家，從事計算機視覺研究和應用11年，在機器視覺領域由較強的經驗，作為庫柏特視覺技術負責人，攻克了多個技術難點，將先進的視覺技術落地到食品、3C等行業應用場景中。

張博士主要從機器人視覺的定義、機器人視覺機會和挑戰、機器人視覺學術和技術研究現狀、機器人視覺的工業落地現狀以及機器人視覺發展方向展望等為我們帶來了精彩分享。

一、什麼是機器人視覺？

機器人本身是一個動作主體，在現實的物理世界中做動作，而且與現實的物理世界交互。而機器人視覺就是要這個機器符合一定的人性化，更像機器「人」的技術，我們大家都知道，如果機器人沒有視覺感知，只能在結構化的環境做固定的動作，他的功能和柔性大大地受到限制。

1. 機器人視覺主要包含了以下四個方面

1）感測，要在任何條件下看到外部的世界；

2）理解，機器人只是看到是不夠的，他必須還要去理解所看到的的事物；

3）行動，機器人能夠通過所看到的轉化成相應的動作，這個像語音識別似的，你說的話，由機器去識別、判斷，並作出相應的回應；

4）學習，外部的世界是非結構化、動態的，通過不斷地學習來提高自身，以適應環境。

2.機器人視覺的主要應用領域

無論是天上飛的，地上跑的，還是水裡游的都會有機器人的身影，所以機器人是無處不在的，相應的機器人視覺也是無處不在的。

3.機器人視覺在工業領域的應用

二、機器人視覺目前的機會和挑戰

1.機會

操作帶來更多價值。操作指有意義有目的性的機器人的動作，例如機械臂操作複雜工件，分揀機器可以將相應的物品進行分類，快遞車配送等等。因為所有的物和我們自身都處在物理世界，所以實際的操作能帶來更多的價值。

2. 挑戰性

機器人的可靠性、適應性、系統工程

挑戰一：高可靠性-99.99%is notenough

挑戰二：適應性-Data is notcheap

挑戰三：系統工程-SystemIntegration is Science!

3.計算機視覺、機器視覺、機器人視覺之間的差異

三、機器人視覺的學術和技術研究現狀

機器人視覺是個日新月異的研究領域，學術研究成果豐富，這裡選取部分非常有啟發性的成果如下

1.學術研究現狀-可靠性-演算法評測

2.學術研究現狀-可靠性-演算法輸出

3.學術研究現狀-適應性-學習新類別的知識

我們在學習新知識的時候同時希望保持對老知識的記憶。增量學習恰恰存在災難性遺忘的問題，通過累加數據學習，它會在新的任務上性能越來越好，而在老任務的表現上會越來越差，這不是我們所追求的適應性，所以進一步研究的熱點是能兼顧新老任務的學習方式，即連續性學習。連續性學習只在新數據上更新模型，這樣能快速地更新模型，另一方面，通過演算法設計，保持對歷史數據的記憶。由下圖我們可以看出，有三種結果，真正符合我們所需求的只有紅色箭頭所示的學習方式，它最終收斂於老任務和新任務的參數空間的交集處，在這個位置，新老任務都有不錯性能，這就是比較理想的方式。

5.學術研究現狀-適應性-模擬到顯示的遷移

四、機器人視覺的工業落地現狀

機器人視覺在實際工業落地時面臨很多挑戰，例如：某電商平台有500的SKU，同時SKU是不斷變化的，如何使得系統能快速可靠的適應百萬級別的SKU是一個巨大的挑戰。其中，如何設計模型？如何快速訓練？如何保證速度-精度平衡？如何快速測試？如何保持擴展性，這一系列問題都是非常複雜的。除此之外，還有標準體系、環境適應、執行機構和操作參數等問題需要解決。