一、机器人视觉(RV)的五大挑战
机器人视觉与计算机视觉的区别
- 基座移动： 机器人视觉的载体通常可以多自由度移动
- 任务驱动：机器人视觉利用的技术是由具体的任务驱动的
- 主动感知：机器人的可移动性使得机器人有机会主动感知周围环境
- 人机环境感知：机器人视觉对环境的感知能力更加丰富，人机交互过程更加友好
- 实时性高：机器人视觉面向实际应用场景，实时性要求高
- 小样本：机器人面向真实复杂场景，往往能采集到不常见的小样本对象
- 在线学习：机器人可以不断采集环境数据，在工作时主动在线学习
机器人视觉区别于一般意义上的“计算机视觉”：面临的五大挑战
- 挑战一：本体运动——搭载的视觉系统外参数随时改变
- 挑战二：运动导向——视觉系统是机器人运动的感知手段
- 挑战三：副样本少——物理空间实际运动试错成本高
- 挑战四：实时性高——超过预期的延时会造成错误运动
- 挑战五：在线自主——离线、耗时的训练学习受到局限
二、RV：为什么要仿生？要自主学习？
运动能力超强，视觉能力有限、学习过程受限的动物们，给我们带来什么启发？
计算机视觉：人类视觉“感知能力”的模拟和延申
机器人视觉：动物视觉“感知-运动能力”的模拟和延申
仿生感知、自主学习：机器人视觉的突破口
