Datasyn gir roboter muligheten til å tolke visuell informasjon. Kameraer fanger bilder. Algoritmer trekker ut betydning: kanter, former, objekter, ansikter, bevegelse. Roboten bruker denne betydningen til å navigere, plukke, inspisere eller spore.

Tidlig datasyn var avhengig av håndkodede regler. Finn kanter, match maler, mål avstander. Det fungerte i kontrollert belysning og mislyktes alle andre steder. Dyp læring endret det. Konvolusjonelle nevrale nettverk lærer funksjoner fra merkede bilder. De kan gjenkjenne en katt, en sprekk i en sveis eller et modent jordbær uten å bli fortalt hva de skal se etter.

Hva datasyn muliggjør

• Objektdeteksjon og klassifisering.
• Positionsestimering for griping.
• Visuell servostyring for presis justering.
• Feildeteksjon i produksjon.
• Samtidig lokalisering og kartlegging (SLAM).

Syn er vanskelig fordi verden er rotete. Belysning endrer seg. Objekter overlapper hverandre. Refleksjoner forvirrer kameraer. En robot som ser godt i laboratoriet kan svikte på fabrikkgulvet. Ingeniører bruker flere kameraer, strukturert lys og dybdesensorer for å øke robustheten. De trener også på data fra det virkelige miljøet, ikke bare rene datasett. Datasyn er det mest aktive forskningsområdet innen robotikk av en grunn. Hvis en robot kan se, kan den gjøre nesten hva som helst. Hvis den ikke kan det, er den begrenset til blind, repeterende bevegelse.