本帖最后由 大白小白 于 2021-4-18 17:59 编辑
@ahway
白桦林3210 发表于 2021-4-10 13:30
国内机器人差距巨大呢
现在看到的国内仓储机器人视频好像都是agv分拣机器人？
@魍者归来 大侠怎么看波士顿新品上市
大白小白 发表于 2021-4-16 12:33
@魍者归来 大侠怎么看波士顿新品上市
在现阶段算是比较完美的解决方案了吧，传统自动化仓储模拟的是【天车+平板车】或者【叉车+平板车】的运输模式，这个模拟的是【人】的行为，适用性要更高一些吧。
魍者归来 发表于 2021-4-18 23:41
在现阶段算是比较完美的解决方案了吧，传统自动化仓储模拟的是【天车+平板车】或者【叉车+平板车】的运输 ...
继agv，分拣输送带之后的第三条道路，波士顿是要和亚马逊死磕，杀出一条血路？
本帖最后由 大白小白 于 2021-4-30 14:59 编辑
@南山樵子* 这个的视觉是在移动平台上实现，也算是环境恶劣吧，可能会比田间地头好很多。
这种堆垛，拆垛的视觉算法，国内好山寨么
@南山樵子*
大白小白 发表于 2021-4-30 14:55
@南山樵子* 这个的视觉是在移动平台上实现，也算是环境恶劣吧，可能会比田间地头好很多。
这种堆垛，拆 ...
不好山寨，因为这个核心难点并不是视觉，而是机器学习，可能这么说太笼统了和没说一样，那举个例子吧，先说视觉，假如一条流水线上所有的产品都要打上商标“机械必威APP精装版下载”四个字，其中一道工序是视觉做检测看是否每个产品有疏漏商标，那么实现过程是这样的，先随便取一个样本做标准，拍照，提取图片中的有效像素（中间提取过程的灰白处理，降噪，滤波等各种过程由代码完成，类似于雕塑家去掉那些没有的部分形成美丽的石雕差不多），最后会得到四幅图，“机”“械”“论”“坛”，然后做字符训练，“机”="机"，“械”=“械”，“论”=“论”，“坛”=“坛”，你看着可能觉得我在写废话，那是因为你是人，你看着都一样，计算机不知道啊，红色加大字体是视觉提取到的有效像素，后面的常规黑色字体才是我们认的字符，字符训练后，下次拍照提取后的有效像素跟标准样本对比，达到了预订的相似度就是“是”，否则就是“否”，然后输出结果，视觉识别过程差不多就这样，他有个硬伤，那就是一旦物品倾斜什么的，或者光线强弱变化大，虽然也能拍出来机械必威APP精装版下载四个字，但是相似度差远了，相机识别就会误判，说了半天，上面这些就是机器视觉，现在说机器学习，机器学习的视觉不变（也有可能略有不同），还是之前的视觉，只不过加了算法，这样的话，每多识别一个产品，这个识别过的产品就传到他的样本库里面了，他的可参考的依据就多了，这样越工作，它就越来越准，这也就是为什么阿拉法狗对战越多，战力就越高的原因，当然，那个应该是深度学习，这么高端，涉及各种复杂的矩阵运算的实现过程我这种渣渣肯定不会，不知道我这么说对你理解机器视觉和机器学习的区别有没有一点点帮助，如果我哪里表达不清，你指出来，我尽量表达清楚，不过蹩脚的水平估计也说不出个啥来
魍者归来 发表于 2021-4-18 23:41
在现阶段算是比较完美的解决方案了吧，传统自动化仓储模拟的是【天车+平板车】或者【叉车+平板车】的运输 ...
又来一个全新的仓储机器人：
//www.szfco.com/thread-1028267-1-1.html
南山樵子* 发表于 2021-4-30 20:03
不好山寨，因为这个核心难点并不是视觉，而是机器学习，可能这么说太笼统了和没说一样，那举个例子吧，先 ...
1）大蒜这种农产品，适合模式识别吗？
2）关于大蒜发芽之后识别，
这个思路非常好。但实操中，大蒜不是水稻秧苗，发芽了再移栽。可能受限于种植工艺吧。
类似的想法有人提出了，整颗大蒜分瓣时，在尖头喷颜色，这样方便后续识别。
这个方法和朋友的思路有异曲同工之妙。
大白小白 发表于 2021-4-30 20:43
1）大蒜这种农产品，适合模式识别吗？
2）关于大蒜发芽之后识别，
我觉得机器学习可以完成，但是，虽然说懂机器学习的人很多，但是那些码农根本搞不出来，他们敲代码和我们设计差不多，都比较低端，就像我们这种渣渣不可能搞出飞机航母一样，差的太远了，除非行业精英来兴趣了想搞，我感觉普通人难（菜鸡的个人猜想），看那个发帖的老哥说不评论闷头发大财，我估摸着那位老哥已经通过别的方法解决了吧，恭喜有梦想的人梦想成真