Penglihatan komputer memberi robot kemampuan untuk menafsirkan informasi visual. Kamera menangkap gambar. Algoritma mengekstrak makna: tepi, bentuk, objek, wajah, gerakan. Robot menggunakan makna tersebut untuk menavigasi, mengambil, memeriksa, atau melacak.

Visi komputer awal bergantung pada aturan yang dikodekan secara manual. Temukan tepi, cocokkan templat, ukur jarak. Sistem ini berfungsi dalam pencahayaan terkontrol dan gagal di tempat lain. Pembelajaran mendalam mengubah hal itu. Jaringan saraf konvolusional mempelajari fitur dari gambar berlabel. Mereka dapat mengenali kucing, retakan pada lasan, atau stroberi matang tanpa diberi tahu apa yang harus dicari.

Apa yang dimungkinkan oleh visi komputer?

• Deteksi dan klasifikasi objek.
• Estimasi posisi untuk menggenggam.
• Pengoperasian servo visual untuk penyelarasan yang presisi.
• Deteksi cacat dalam proses manufaktur.
• Lokalisasi dan pemetaan simultan (SLAM).

Penglihatan itu sulit karena dunia ini penuh dengan kekacauan. Pencahayaan berubah. Objek saling tumpang tindih. Pantulan cahaya membingungkan kamera. Robot yang dapat melihat dengan baik di laboratorium mungkin gagal di lantai pabrik. Para insinyur menggunakan beberapa kamera, cahaya terstruktur, dan sensor kedalaman untuk menambah ketahanan. Mereka juga melatih robot menggunakan data dari lingkungan nyata, bukan hanya kumpulan data yang bersih. Penglihatan komputer adalah area penelitian paling aktif dalam robotika karena suatu alasan. Jika robot dapat melihat, ia dapat melakukan hampir semua hal. Jika tidak, ia terbatas pada gerakan buta dan berulang.