微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 硬件工程师文库 > 利用AI设计乐高积木分拣,还有什么AI办不到的?

利用AI设计乐高积木分拣,还有什么AI办不到的?

时间:08-22 来源:英伟达NVIDIA中国 点击:

Jacques Mattheij 没想过会买两吨重的乐高积木。

但这意想不到的一幕就在某晚的 eBay 拍卖活动之后发生了,确切的说这是出价过高得到的战利品——一大推二手积木。他打算转卖这些积木来赚钱。但是,他赢得的积木要比预想的多。次日早上,他已经拥有 200 多万块。

为了卖个好价钱,他需要把这些积木分类。而他并不喜欢手动分拣这堆数量庞大的战利品。"要把这些都整理好,得花上几辈子的时间。"Mattheij 在他的博客中这样写道。

因此,住在阿姆斯特丹郊外的发明家 Mattheij 把这份差事交给了计算机。他推测,既然 GPU 加速的深度学习和物体识别技术不仅能识别图像和视频中的物体,还能识别自动驾驶汽车行驶路径中的行人、自行车和其他物体,那么何不把这种 AI 技术应用到自己的乐高积木上呢?

怪物混搭

当 Mattheij 还是个孩子的时候,他就很喜欢乐高。所以,几年前他带着自己的孩子去了丹麦的乐高乐园。在游乐设施、餐馆和商店里,他注意到狂热的粉丝们几箱几箱地购买乐高积木。

那时,他决定在蓬勃发展的乐高转售行业中试试身手。他想通过实现繁琐分类任务的自动化作业来彻底改变这个行业。就像未分类的的散装拍卖品那样,完整的乐高玩具组合和稀有的零件会出售很多次,所以如果他成功了,他就会获利。

对于乐高分拣机,Mattheij 首先用乐高积木建立了一个概念验证模型。然后,他花了几个月的时间进行修补,直到拼凑成一个正常工作的分拣机——或者,用他的话说"这是利用不着边际的零碎硬件混搭出的一个弗兰肯斯坦式的怪物机器"。

这个机器包括取自一台家用跑步机、一个收银机输送带、两个冰箱电机、一个氧气筒和一部相机的零件,所有这些都用"大量强力胶"紧紧粘在一起。

您可以在下面的慢动作视频中看到这台分拣机是如何工作的。

 

乐高分拣机

训练自动分拣机来分离乐高积木并不是件容易的事。首先,Mattheij 的积木有 38,000 多种形状以及 100 多种颜色和色调。他反复编写软件来对乐高积木进行分类,但他所做的一切都无法帮助他完成这项庞大的工作。

"经过六个月的特征编码、测试编写和积木扫描工作后,我受够了。"他说。

然后,他决定试试 GPU 加速的深度学习。在提升自己的技能后,他使用 Keras 和 TensorFlow 深度学习框架以及依靠 NVIDIA GeForce GTX 1080 Ti GPU 运行的 cuDNN 加速训练神经网络。该设置可以识别成千上万种可能的积木形状和颜色。

"在几个小时之内,我便超越了在过去几个月中根据逐个特征费力拼凑的所有结果。"Mattheij 说。

乐高分拣机现在每小时能分拣出 4000 块积木,准确率为 97%,但 Mattheij 认为他可以在不影响准确性的前提下提高速度。到目前为止,他已经分拣了超过 13 万块。

"它比人工分拣做得好,而且还能连续不断地工作。"他说。

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top