編者語：隨著內部傳感器陣列大量的投入，機器人具有了足夠的導航能力。美國Stanford大學計算機係的副教授 Andrew Ng開(kai)發(fa)出(chu)新(xin)的(de)機(ji)器(qi)視(shi)覺(jiao)算(suan)法(fa)，僅(jin)使(shi)用(yong)一(yi)個(ge)攝(she)像(xiang)頭(tou)就(jiu)獲(huo)得(de)物(wu)體(ti)的(de)距(ju)離(li)信(xin)息(xi)，不(bu)同(tong)於(yu)以(yi)往(wang)的(de)視(shi)覺(jiao)算(suan)法(fa)需(xu)要(yao)立(li)體(ti)視(shi)覺(jiao)來(lai)獲(huo)得(de)距(ju)離(li)信(xin)息(xi)。這(zhe)將(jiang)大(da)大(da)簡(jian)化(hua)機(ji)器(qi)人(ren)的(de)傳(chuan)感(gan)器(qi)係(xi)統(tong)。

   美國Stanford大學計算機係的副教授 Andrew Ng開(kai)發(fa)出(chu)新(xin)的(de)機(ji)器(qi)視(shi)覺(jiao)算(suan)法(fa)，僅(jin)使(shi)用(yong)一(yi)個(ge)攝(she)像(xiang)頭(tou)就(jiu)獲(huo)得(de)物(wu)體(ti)的(de)距(ju)離(li)信(xin)息(xi)，不(bu)同(tong)於(yu)以(yi)往(wang)的(de)視(shi)覺(jiao)算(suan)法(fa)需(xu)要(yao)立(li)體(ti)視(shi)覺(jiao)來(lai)獲(huo)得(de)距(ju)離(li)信(xin)息(xi)。這(zhe)將(jiang)大(da)大(da)簡(jian)化(hua)機(ji)器(qi)人(ren)的(de)傳(chuan)感(gan)器(qi)係(xi)統(tong)。
   除了像在2003年的《矩陣革命》zhezhongkehuandianyingzhongde，kepadewuzeizhuangjiqirenyilingrennanyizhixindelinghuoyundongwai
，daduoshudejiqirendoufeichangbenzhuowufayueguozhangaiwukuaisuxingdong。shishichabuduoruciyinweitamenhennanyongtuxiangpanduantamensuo“看見”dezhangaiwuzaiqianfangduoyuanchu。zhezhou，sitanfudejisuanjikexuejiajiangyanshiyitaojiqishijiaosuanfa，zhetaosuanfanengrangjiqirencongyifujingzhidetuxiangzhongpanduanzhangaiwudedagaijuli。
   “許多人都說從一幅單目圖像來進行深度估計是不可能的，”計算機科學副教授Andrew Ng說
，“我認為這項研究表明在實際問題中，單目深度估計不僅能夠正常工作而且還非常有用。”Andrew Ng將在Vancouver 12月5-8日的Neural Information Processing Systems會議上演講他的研究論文。
   隨著內部傳感器陣列大量的投入，機器人具有了足夠的導航能力。去年十月在DARPA超級挑戰中斯坦福的機器人小汽車斯坦利（Stanley）能夠在沙漠上行駛

，使用激光雷達和攝相頭掃描前方道路。利用Nghetadexueshengmendeyanjiuzhizaodejiqirenyaobutaixiaolebunengdaitaiduochuanganqiyaobuyinweizhiyongyigeshexiangtoujinxingdaohangbixuzaojiabianyi。shijishang，shiyongjianhuabandesuanfa，Ng已經能使無線電控製的小車在穿過混亂的叢林地帶被撞翻前自動行駛幾分鍾。
   為了使機器人有深度感知的能力，Ng和他的研究生Ashutosh Saxena及Sung H. 
Chung設計了軟件使之能夠學習發現靜態圖像中特定深度的信號。這種信號包括紋理的變化（接近的清晰顯示的表麵），邊緣（收縮的線條，就像路的兩邊，指示增加的距離）和朦朧感（朦朧感的物體好像更遠了）。為wei了le盡jin可ke能neng徹che底di地di分fen析xi這zhe些xie信xin號hao，軟ruan件jian將jiang圖tu像xiang分fen成cheng幾ji個ge部bu分fen對dui他ta們men同tong時shi進jin行xing各ge別bie分fen析xi和he涉she及ji鄰lin近jin部bu分fen的de分fen析xi。這zhe使shi得de軟ruan件jian能neng夠gou推tui測ce出chu圖tu像xiang中zhong各ge個ge物wu體ti之zhi間jian的de關guan係xi。軟ruan件jian同tong樣yang要yao在zai不bu同tong放fang大da水shui平ping下xia尋xun找zhao信xin號hao來lai確que保bao其qi沒mei有you丟diu失shi詳xiang細xi資zi料liao或huo偏pian離li主zhu流liu趨qu勢shi-那真是為了一棵樹丟掉森林。
   使用斯坦福算法

，在室內和室外機器人能以平均35的錯誤率判斷距離-也就是說
，實際在30英尺遠的樹被感知為20到40英尺之間。每小時走20英裏通過視頻幀每秒進行10次距離判斷的機器人即使在這些都不確定時也有充分的時間來調整它的路線。Ng指出相比傳統的立體視覺算法——使用兩個攝像頭和三角測量來推斷深度，新的軟件能夠可靠的探測5到10倍距離遠。
   “使視覺深度感知適用於長距離這個難點已成為實現機器人快速移動和導航的主要障礙，” Ng說到。“我想造一架能穿越森林飛行的飛機，繞過周圍的樹在樹蔭底下飛行。”當然

，這又令人想起了另一個電影畫麵：在Return of the Jedi中Ewok星球上飛機穿越森林追趕的場景。Ng想讓這個主意超越幻想領域使之成為現實。