컴퓨터 비전은 로봇에게 시각 정보를 해석하는 능력을 부여합니다. 카메라가 이미지를 촬영하면 알고리즘이 이미지에서 의미(가장자리, 모양, 물체, 얼굴, 움직임)를 추출합니다. 로봇은 이 의미를 이용하여 탐색, 집기, 검사 또는 추적 작업을 수행합니다.

초창기 컴퓨터 비전은 손으로 직접 코딩한 규칙에 의존했습니다. 가장자리 찾기, 템플릿 매칭, 거리 측정 등이 그 예입니다. 이러한 방식은 조명이 제어된 환경에서는 효과적이었지만, 그 외의 환경에서는 제대로 작동하지 못했습니다. 딥러닝이 이러한 상황을 바꿔놓았습니다. 합성곱 신경망은 레이블이 지정된 이미지에서 특징을 학습합니다. 따라서 무엇을 찾아야 하는지 알려주지 않아도 고양이, 용접 부위의 균열, 잘 익은 딸기 등을 인식할 수 있습니다.

컴퓨터 비전이 가능하게 하는 것

• 객체 탐지 ​​및 분류.
• 파지 동작을 위한 자세 추정.
• 정밀한 정렬을 위한 비주얼 서보 제어.
• 제조 과정에서의 결함 탐지.
• 동시 위치추적 및 지도 작성(SLAM).

세상은 복잡하기 때문에 시각 인식은 어려운 일입니다. 조명은 변하고, 물체는 겹쳐 보이며, 반사는 카메라를 혼란스럽게 합니다. 실험실에서 잘 보는 로봇도 공장 현장에서는 제대로 작동하지 못할 수 있습니다. 엔지니어들은 로봇의 안정성을 높이기 위해 여러 대의 카메라, 구조광 센서, 심도 센서를 사용합니다. 또한, 단순히 정제된 데이터셋이 아닌 실제 환경에서 수집한 데이터를 사용하여 로봇을 훈련시킵니다. 컴퓨터 비전이 로봇 공학에서 가장 활발한 연구 분야인 데에는 이유가 있습니다. 로봇이 볼 수 있다면 거의 모든 것을 할 수 있지만, 볼 수 없다면 맹목적으로 반복적인 동작만 할 수밖에 없기 때문입니다.