对于反复执行特定动作的机器来说，目前的计算机视觉技术已经足够了，比如从装配线上取下一个物体，把它放到一个箱子里。然而，要让机器人变得足够有用，不仅能在仓库里装箱子，还能在我们自己的家里帮上忙，目前的而技术就显得力不从心了。

       DON，或称“密集物体网”，是麻省理工培训计算机科学和人工智能实验室(CSAIL)开发的一种新型机器视觉形式。它能够生成一个“可视化路线图”——即以坐标形式排列的可视化数据点的集合。这个系统会把这些单独的坐标集拼接成一个更大的坐标集合，就像您的手机可以将多张照片拼接成一个全景图像一样。这使得系统能够更好、更直观地理解对象的形状以及它在周围环境中的工作方式。

       “从计算机视觉系统中得到的*粗糙、*高级的东西就是检测目标，”该研究论文的作者、博士生Lucas Manuelli告诉Engadget。“下一步是进行像素标记，所有的像素都是一个人或一条道路的一部分。很多自我驾驶汽车系统都会进行这两部操作。“

       “但如果你真的想以某种特定的方式与某个物体互动，比如以特定的方式抓住鞋子或抓住一个杯子，”他继续说道，“那么仅仅有一个边界框或所有对应于杯子的像素是不够的。我们的系统必须得在对象中获得更精细的细节......这种信息对于进行更高级的操作任

       “许多操纵方法无法让机器人在不同的方向上识别出物体的特定部分，”Manuelli在研究中写道，“例如，现有的算法无法通过手柄抓住马克杯，特别是当马克杯朝着不同的方向时。”

       该系统依赖于拥有RGB深度相机组合的RGB-D传感器。并且，这个系统可以进行自我训练——如果你想让系统识别棕色的靴子，你只需把机器人放在一个有棕色靴子的房间里，然后这个系统将自动循环启动，获取用于生成坐标点的参考照片，然后根据所看到的内容进行自我训练。整个过程不到一个小时。

---