第93章 不得安宁（1/2）

别说确实没时间，就算有那个时间，罗平也不想为了满足他的个人趣味去改装机器人，当然不可能答应。

陈新树也觉得自己的要求有点过分，如果看重钱，这家伙也不会连公司都不屑于管理，整天闷在这个破厂房里面做研究了，不讲究吃穿，不赌不嫖，还不喜欢出名，简直就不是正常人。

被罗平拒绝后，陈新树不好意思再提，磨叽了一会，看对方专心研究代码，没有搭理自己的意思，灰溜溜的离开了。

办公室终于恢复了清静，罗平可以恢复以往的状态，继续专注于自己的事情。

将物品二维图片列入特征库，让计算机程序检索核对，是机器人视觉最初级，最原始的做法，效果也最差，是几十年前的理论，在特定场合使用不需要太多算力，一些早期的工业机器人仍然采用这种技术。

随着技术的进步，后来又有人提出物体三维模型特征提取与匹配，用双目摄像头模拟人眼视差，利用三角测量原理计算深度信息，实现三维场景重建，让机器人自动调整视角并且追踪物体，实现主动立体视觉效果。

这是八十年代的机器视觉理论，也是现在主流的工业机器人采用的方法，在特定场景下这些方法都能发挥很大的作用，复杂场景下的情况仍然很不理想。

进入二十一世纪后，各种新型光学传感器出现，向量机和随机森林等传统的机器学习算法被引入，用于图像分类和目标检测，专业图形处理器芯片的出现，让算力有了极大提升，也加速了机器视觉的发展。

罗平的机器人视觉感知也是采用双目摄像头加光学传感器的硬件方案，提取三维模型特征匹配，采用传统的机器学习算法，现有的多种方案已经证明了这种方法的局限性，不过在没有更好的替代方案前，他只能在这个基础上尝试进行优化。

至于当前热门的基于卷积神经网络的深度学习算法，需要庞大的计算机集群支持，用于机器人身上还不现实，技术本身还不成熟，不只是钱的问题。

机器人综合感知部分的底层代码不是罗平自己写的，这是公司那些博士们把国外开源的部分代码整合起来，结合机器人硬件特性修改出来的版本，已经具备了简单的识别能力，但是对于需要适应各种不同场景的机器人来说，还远远不够。

不仅是识别特征库的精准度不够，传统的机器学习算法也过于僵硬死板，索引对比效率也太低。

罗平现在做的就是一点点熟悉这些代码的结构，逐步进行修改调整，期待找到一种最优方案，在现有硬件条件下，大幅度提升机器人的识别能力，并且在此基础上做出准确的决策。

让他从头开发这一套系统难度太大，需要学的东西太多，就算他可以做到一学就会，也会浪费很多时间，但是现成的代码优化调整，边学边改正是他最擅长的事情。

就算没有过年期间的那种灵感如泉的状态，他也能通过调整代码，逐步提升机器人的视觉感知能力，只是正常情况下，那需要几年，甚至十几年的时间。

不过有了那次的经验，罗平知道只要自己坚持，一定会再次等来那种状态，时间还不会太久，原先只是模糊的感觉，在旅游期间这种预感越来越强烈。

他现在有点怀疑那种状态是一种特殊的穿越形式，他可能无意中进入了一个特殊的时空，就像三次印象深刻的穿越经历一样，现实世界只是过去极短的时间，在那种特殊时空，他的思维可以度过很长的时间，这种能力表现在当前世界，就是瞬间找到需要大量时间试错才能找到的最优解。

可能那种时空只有思维能穿越过去，没有具体的形态，或者时间流速与现实世界相比太快，所以他脑中没有留下任何记忆。

当然，罗平不是什么都不做，他做的事情就是拿出愚公移山的精神，即便没有那种灵感状态，也要通过一点点的调整，让代码向着最优状态进步。