分揀機(jī)器人設(shè)計(jì)步驟與結(jié)果進(jìn)口分揀機(jī)器人生產(chǎn)
作者|神經(jīng)小兮
來(lái)源|HyperAI超神經(jīng)（ID：HyperAI）
【導(dǎo)讀】樂(lè)高現(xiàn)在幾乎已經(jīng)是優(yōu)質(zhì)玩具的代名詞，該品牌旗下最為知名的，莫過(guò)于樂(lè)高積木。其豐富的形狀與多樣的玩法，無(wú)論大人小孩都喜歡。但是，這些繁雜多樣的零件，分類收納起來(lái)卻也是個(gè)大難題。一位軟件工程師借助AI技術(shù)，建造了一臺(tái)樂(lè)高分揀機(jī)，為廣大樂(lè)高愛(ài)好者帶來(lái)了福音。
如果你沒(méi)有玩過(guò)樂(lè)高，也可能聽(tīng)過(guò)樂(lè)高。樂(lè)高集團(tuán)于1932年誕生于丹麥，此后很快，「LEGO」這個(gè)商標(biāo)就成為了優(yōu)質(zhì)玩具的代名詞。
1934年，創(chuàng)始人OleKirkChristiansen用
「LEGO」命名他的公司，圖為L(zhǎng)EGO的logo變化
LEGO旗下最為知名的樂(lè)高積木，于1949年問(wèn)世，距今已有70年歷史。
論樂(lè)高分類有多難
樂(lè)高積木因復(fù)雜多樣、想象空間大等特點(diǎn)，對(duì)兒童充滿吸引力，令很多玩家癡迷，甚至成為很多教育機(jī)構(gòu)的教具。
但是，部件種類的豐富，也讓熱愛(ài)樂(lè)高的朋友常常陷入分類歸納的困擾中。就目前而言，樂(lè)高積木共有119個(gè)系列，111種顏色，而每個(gè)系列就包含幾百個(gè)甚至幾千個(gè)部件。
曾有一位樂(lè)高愛(ài)好者，在eBay上的一次拍賣活動(dòng)中，收獲了2噸的樂(lè)高積木。剁手一時(shí)爽，但面對(duì)如此規(guī)模的樂(lè)高，他傻眼了，「要把這些都整理好，得花上幾輩子的時(shí)間?！顾诓┛椭袑懙馈?/p>
這款霍格沃茲城堡包含6020塊積木磚塊
很多玩家對(duì)樂(lè)高的歸類整理問(wèn)題也做了一番研究。有位對(duì)計(jì)算機(jī)視覺(jué)感興趣的澳大利亞軟件工程師DanielWest，把這個(gè)令人「頭禿」的問(wèn)題交給了AI。
一位知乎答主對(duì)lego分類整理頗有研究
世界上第一臺(tái)通用AI樂(lè)高分揀機(jī)
對(duì)于人類來(lái)說(shuō)，只要看一眼積木塊，就能輕松識(shí)別它的形狀顏色等特征，甚至即使一兩歲的小孩子，在幾次嘗試后都可以區(qū)分例如2×1紅色積木塊、4×1綠色積木塊和那些小鏈子積木之間的差異。
但是如果把分類歸納的任務(wù)交給機(jī)器去做呢？似乎就并沒(méi)那么簡(jiǎn)單了。
早在2011年，日本的一位樂(lè)高愛(ài)好者akiyuky，就為解決這個(gè)問(wèn)題發(fā)明了樂(lè)高分揀機(jī)。不過(guò)他的數(shù)據(jù)庫(kù)圖像較少，分揀速度也較慢。
akiyuky2011年設(shè)計(jì)的樂(lè)高分揀機(jī)
受到akiyuky的啟發(fā)，同樣熱愛(ài)樂(lè)高與機(jī)器的澳大利亞軟件工程師DanielWest想設(shè)計(jì)一個(gè)更智能、分揀更迅速的樂(lè)高分揀機(jī)。
于是，他便花費(fèi)了兩年時(shí)間，用超過(guò)10000塊樂(lè)高積木，建成了一個(gè)通用的樂(lè)高積木分揀機(jī)，這臺(tái)分揀機(jī)借助計(jì)算機(jī)視覺(jué)算法，可以分揀出任何樂(lè)高零件。設(shè)備還帶有6個(gè)樂(lè)高電機(jī)和9個(gè)伺服電機(jī)，為傳送樂(lè)高零件的傳送帶和攪拌器提供動(dòng)力。
West稱，這臺(tái)機(jī)器能夠?qū)?927種樂(lè)高積木分類到18個(gè)不同的歸納箱，而且每2秒就可以分一塊積木。這效率，很可以了吧？
雖然這不是世界上第一個(gè)樂(lè)高分類機(jī)，但West稱它為世界上第一臺(tái)通用樂(lè)高分類機(jī)，「因?yàn)樗褂昧俗钕冗M(jìn)的人工智能技術(shù)，能夠識(shí)別和分類任何已經(jīng)生產(chǎn)出來(lái)的樂(lè)高部件?！筗est也計(jì)劃在將來(lái)發(fā)布該代碼。
分類工作，流程總共分三步
這臺(tái)能干的設(shè)備具體怎么工作呢？總體來(lái)說(shuō)，似乎并不復(fù)雜，總共分三步。
第一步：放入積木。
將一大堆樂(lè)高積木倒進(jìn)機(jī)器頂部的滑槽中，然后將積木置于振動(dòng)帶，經(jīng)過(guò)晃動(dòng)，積木被分散成單獨(dú)的積木塊。
第二步：拍照分類。
積木塊由RaspberryPi（樹莓派）計(jì)算機(jī)傳送。RaspberryPi計(jì)算機(jī)包含一個(gè)照相機(jī)，當(dāng)積木經(jīng)過(guò)時(shí)，它會(huì)拍下一系列照片，然后把這些照片傳送到CNN模型ResNet-50上進(jìn)行分類。
第三步：歸類入箱。
分類結(jié)果反饋到該設(shè)備后，輸送帶上的不同小閘門會(huì)把積木引導(dǎo)到所屬的箱子中。
技術(shù)實(shí)現(xiàn)「一波三折」
由于樂(lè)高的零部件有成千上百種類型，顏色多樣，并且從不同角度看形狀也不一樣。因此，收集正確的訓(xùn)練數(shù)據(jù)集是整個(gè)工作中最難的一部分。
DanielWest最初讓設(shè)備運(yùn)行了幾天
收集到了約30萬(wàn)張未標(biāo)記的LEGO圖像
West說(shuō)，他起初試圖對(duì)樂(lè)高積木進(jìn)行模擬。他從LDrawPartLibrary（一個(gè)讓發(fā)燒友可以虛擬構(gòu)建樂(lè)高的開(kāi)源程序）中獲取了樂(lè)高零件的3D模型，并將其用免費(fèi)的動(dòng)畫軟件Blender渲染。
小哥哥Twitter上還展示了他用于訓(xùn)練AI模型的
3D渲染圖像示例
然后他可以在不同的旋轉(zhuǎn)角度和顏色下模擬3D模型積木。這些單獨(dú)的圖像被收集到一個(gè)包含了超過(guò)2500萬(wàn)張圖片的合成數(shù)據(jù)集中。
但令West感到沮喪的是，他的AI樂(lè)高分揀機(jī)用假圖像進(jìn)行訓(xùn)練后，卻無(wú)法識(shí)別出真正的部件。
他說(shuō)：「我當(dāng)時(shí)幾乎完全放棄了這個(gè)項(xiàng)目。我花了幾個(gè)月的時(shí)間來(lái)實(shí)現(xiàn)一種，將合成圖像轉(zhuǎn)換成真實(shí)圖像的復(fù)雜方法，但收效甚微。」
之后，他轉(zhuǎn)向了另一種常用的技術(shù)，以幫助減少仿真與現(xiàn)實(shí)之間的差距：域隨機(jī)化。
域隨機(jī)化能夠訓(xùn)練模型識(shí)別更多的數(shù)據(jù)變化。該系統(tǒng)不僅學(xué)習(xí)了樂(lè)高積木的不同旋轉(zhuǎn)角度和顏色，還學(xué)會(huì)了考慮各種燈光效果，紋理和噪音。
為了進(jìn)一步提高樂(lè)高分類器的性能，West還整合了一個(gè)更小的數(shù)據(jù)集，其中包含真實(shí)樂(lè)高部件的快照。
他說(shuō)：「真實(shí)的數(shù)據(jù)集只包含我個(gè)人收藏中的零件，最終只有544種不同類型的零件?！惯@些零件是在樂(lè)高系列中更常見(jiàn)的類型，而合成數(shù)據(jù)集則是一些較少見(jiàn)的類型。
DanielWest的樂(lè)高分揀機(jī)高約80厘米，有18個(gè)分類箱
通過(guò)對(duì)這兩個(gè)數(shù)據(jù)集進(jìn)行訓(xùn)練，從理論上講，West的樂(lè)高分揀機(jī)上的攝像機(jī)應(yīng)該能夠識(shí)別出它實(shí)際上從未見(jiàn)過(guò)的零件。不過(guò)，模型在不同數(shù)據(jù)集上的實(shí)際表現(xiàn)還是有差別的：在識(shí)別真實(shí)數(shù)據(jù)集中的零件時(shí)，準(zhǔn)確度為93％，而識(shí)別合成數(shù)據(jù)集中的零件，準(zhǔn)確率則為74％。
收集訓(xùn)練數(shù)據(jù)集不易，West還特地撰寫了文章，詳細(xì)介紹了他如何制作10萬(wàn)張的帶標(biāo)簽樂(lè)高積木訓(xùn)練圖片。文中提到，他主要利用樣本生成法、簡(jiǎn)化流程以及使用AI輔助注釋來(lái)完成海量圖片標(biāo)記的任務(wù)。
夢(mèng)想借力AI走進(jìn)現(xiàn)實(shí)
West熱愛(ài)樂(lè)高，他的夢(mèng)想也與樂(lè)高有關(guān)，他說(shuō)，他將最終實(shí)現(xiàn)畢生的夢(mèng)想：建造一個(gè)真正能工作的樂(lè)高分揀機(jī)，同時(shí)獲得設(shè)計(jì)和部署人工智能系統(tǒng)的現(xiàn)實(shí)經(jīng)驗(yàn)。
DanielWest在YouTube上發(fā)布的內(nèi)容都是樂(lè)高積木相關(guān)
興趣是最好的老師，也是最大的驅(qū)動(dòng)力。同時(shí)，技術(shù)的發(fā)展，也成為興趣、夢(mèng)想的助推器，讓大大小小的夢(mèng)想都能夠更加快速、完美地實(shí)現(xiàn)。如今，AI都會(huì)幫你分揀樂(lè)高了，還有什么不能做的呢？
——完——
（*本文為AI科技大本營(yíng)轉(zhuǎn)載文章，轉(zhuǎn)載請(qǐng)聯(lián)系作者）