文 | 木子Yanni

万里无云的一天，我开着租来的小飞机，和太阳肩并肩。

兴起时，我拿起手机，点了一杯 82 年的珍珠奶茶，并派出机器小管家火速到店取货。不多会儿，小管家扑腾着闪着银光的双翼，从云层中仰冲上来。

突然，只听“咣当” “吧唧” “稀里哗啦”，隔着机舱玻璃，折翼的小管家和我四目相对，接着它渐行渐远，怀里还抱着那杯珍珠奶茶。

就是这样的四目相对

垂死病中惊坐起：幸好，只是个梦。

但话又说回来，你肯定想不到，都 2020 年了，会写诗、作画、撩妹儿的机器人，一抓一大把，但那些跑在路上的机器人，却常常会和玻璃来个亲密接触。

1、“眼神不好”的机器人

1955 年，人工智能领域的先驱马文·明斯基，轻扬嘴角，撂下一句话：“一名研究生只需要一个夏天，就能解决机器人的视觉问题”。

如今，半个多世纪过去了，以智能音箱为代表的人工智能，已经成为不少人的解闷神器，但自动送货车、无人驾驶车辆等移动型人工智能，却显得不太聪明的样子，有事没事就撞撞玻璃，颇有种想不开的架势。

涉事机器人小胖和案发现场

可见，对于移动型人工智能来说，“能绕开玻璃”是个很大的挑战。

奇怪，它们明明有高清摄像头，还有各种高级的传感器，为什么还总是想不开呢？

要弄清这个问题，我们得先回忆一下，人眼是怎么看到东西的。

想象这样一个场景：屋里开着灯，你坐在桌前，手里捧着一本书。目光落在书上，每个字都清晰可见；当收获一个新知识点后，你忍不住望向镜子，感觉自己在知识的熏陶下，好像又帅气了一些。

在这个场景中，你能看清楚字，因为书把灯光反射进了你的眼睛；而你能够在镜子里看到自己，也是因为镜面把灯光反射进了你的眼睛。

当光进入眼睛，就会通过视觉神经，传递给你的大脑，大脑再结合经验和知识储备，就知道你看到了什么。

同样，移动型机器人要看到东西，也需要眼睛（传感器）和大脑（视觉算法）。

传感器是移动型机器人感知周边环境的基础，常见的传感器大概有三种：

1、视觉传感器。比如 RGB 相机、深度相机等，能够获取到环境图像；

2、红外传感器。红外传感器会按一定的角度，发射红外光束，光束遇到障碍物后反射回来，据此可以计算出与障碍物的距离，快速感知到障碍物的存在；

3、激光传感器。传感器对准障碍物发射激光，通过记录激光的往返时间，就可以测算出与障碍物的距离，精度更有保障。

这些传感器经过组合，再加上算法的学习，就能够让机器人“看到”绝大部分的障碍物，但玻璃是个神奇的存在。

大部分场景内的玻璃都是透明的，视线能够轻松看到玻璃后面的物体，就连人一不留神也会失误撞上。

对于机器人来说，不管是采用视觉、红外还是激光传感器，都有可能产生失误，比如视觉传感器获取到的图像，玻璃位置是透明的，机器人的大脑（视觉算法）会认为这里可以通过；再比如传感器发出的光线有可能穿透玻璃，当光线没有被反射回来，就会导致障碍物检测失败，机器人“看不到”玻璃，从而产生悲剧。

2、神经网络 GDNet 来帮忙

价格不菲的机器人，怎么能出门总撞玻璃？最近，国内各高校联合研发出了 GDNet，这是一个玻璃检测神经网络，能够帮助机器人“看到”玻璃。

人是怎么看到玻璃的呢？比如通过玻璃内外的色差，再比如玻璃上隐约可见反射造成的影子，又或者是看到了玻璃橱窗的边框。这些能够让人轻松辨别出前方有玻璃的方法，借用语文课上的说法，就是结合上下文信息得到结论。

同样，GDNet 也是利用了这个原理。

GDNet 中，有一个「大场景上下文特征集成模块」，英文缩写叫做 LCFI。它可以从有玻璃存在的大场景图像中，通过获取场景内的上下文信息，深度理解场景内容，进而准确识别出尺寸、形状各异的玻璃。

在 GDNet 的基础上，研究人员还构建了一个大规模的玻璃探测数据集 (GDD)，里面包含了 3916 张高质量的玻璃图像，覆盖了日常生活中的各个场景，GDD 是第一个专门用于玻璃探测的大规模数据集。

在 GDD 中，用这样的样本数据供机器学习

在数据集和全新神经网络的训练下，人工智能就可以在真实环境中有效检测出玻璃。

与市面上其他前沿的神经网络相比，GDNet 可以更精准地识别出玻璃区域，帮助机器人绕开障碍物，安全前行。

原图、9 种前沿神经网络、GDNet 与真值的检测效果比对

如此看来，以后做梦，如果再让机器管家给我送奶茶的话，应该不会再隔着玻璃四目相对了。

嗨，这里是浅黑科技，在未来面前，我们都是孩子。想看更多科技故事，欢迎戳→微信公众号：浅黑科技（qianheikeji）。