我們看到現(xiàn)在的自動(dòng)化工廠(chǎng)機(jī)械臂就是自動(dòng)化組成部分，不過(guò)只是比較固定的操作模式，操作位置很固定，只有一些簡(jiǎn)單的模式。比如說(shuō)擰螺絲，估計(jì)偏移一點(diǎn)，機(jī)械臂就無(wú)能為力，也就是說(shuō)這個(gè)機(jī)械臂不太智能，首先是沒(méi)有眼睛，然后是不能隨意改變位置。這里涉及的就是圖像識(shí)別建模，以及空間定位技術(shù)。我想這些技術(shù)應(yīng)該很前衛(wèi)，為何要說(shuō)出來(lái)呢？不怕被別人學(xué)習(xí)模仿？不怕，我不怕別人掌握，我怕的是某些公司又拿這些東西去申請(qǐng)專(zhuān)利，比如最近谷歌居然申請(qǐng)給機(jī)器人植入性格這種專(zhuān)利，很可笑，機(jī)器人難道不能有性格嗎？還要給谷歌交專(zhuān)利費(fèi)？我把前衛(wèi)技術(shù)細(xì)節(jié)都公開(kāi)了，比如矩陣電腦，看你以后還怎么申請(qǐng)專(zhuān)利。無(wú)人工廠(chǎng)也不是專(zhuān)利了，技術(shù)早就被公開(kāi)，這里是其中一個(gè)。一個(gè)公司也是不能靠專(zhuān)利費(fèi)生存，比如最近暴雪魔獸游戲也沒(méi)落了。

圖像三維建模其實(shí)說(shuō)的是圖像識(shí)別技術(shù)，對(duì)物體外觀(guān)識(shí)別，可能需要多個(gè)角度平面圖才能建立三維模型，人們說(shuō)的全息攝影可能更進(jìn)一步，不過(guò)目前三維圖形，類(lèi)似我們看的3d電影，估計(jì)已經(jīng)足夠識(shí)別出物體，比如擰螺絲，外觀(guān)是六角還是四角，厚度也就是高度多少毫米，通過(guò)三維模型就可以識(shí)別出幾萬(wàn)種不同的螺絲帽。輸入圖像并計(jì)算生成三維模型，這就是圖像識(shí)別需要的結(jié)果，目前計(jì)算機(jī)處理圖像仍然很慢，應(yīng)該開(kāi)發(fā)出圖像三維建模算法，并且模塊和硬件化，設(shè)計(jì)專(zhuān)用的硬件芯片完上萬(wàn)路的并行計(jì)算，瞬間完成圖像識(shí)別。這有點(diǎn)類(lèi)似cad制圖，不過(guò)不是人工作畫(huà)，而是利用多張圖片生成模型，就像把模型打印出來(lái)，它是逆向，輸入圖形，生成模型。目前文字識(shí)別技術(shù)已經(jīng)比較成熟，但是圖形識(shí)別還是不夠成熟，因?yàn)椴恢皇瞧矫鎴D。平面圖恢復(fù)出線(xiàn)條圖形意義不大。只有多個(gè)角度圖像還原出立體圖，才是關(guān)鍵，當(dāng)然也不會(huì)應(yīng)用到普通用戶(hù)。目前3d電影只要兩個(gè)角度圖片就能讓眼睛看到3d圖形。其實(shí)圖像識(shí)別需要的是物體的三維模型，不只是網(wǎng)上圖片認(rèn)出是什么物體，對(duì)于機(jī)械臂來(lái)說(shuō)，認(rèn)出物體還不夠，還要知道形狀和尺寸，這樣才能精確定位。

現(xiàn)在機(jī)械臂的前方加上了攝像頭，攝入物體圖像，并三維建模，知道了物體是螺絲還是螺帽，尺寸和位置。

最后是要定位，手臂能夾住螺帽，手臂移到螺帽上方，有點(diǎn)像導(dǎo)彈制導(dǎo)，手臂一邊移動(dòng)一邊看，校準(zhǔn)位置，把夾子放在螺帽正下方，然后下去，緊緊夾住，當(dāng)然夾多緊也可以精確控制的，而目前的機(jī)械臂夾力估計(jì)是固定的。其實(shí)定位技術(shù)也可以用雷達(dá)技術(shù)，雷達(dá)其實(shí)就是發(fā)出無(wú)線(xiàn)電波，電磁波，然后接收反射回來(lái)，計(jì)算出往返時(shí)間，可以計(jì)算出距離。蝙蝠就是用回聲定位就是喉嚨發(fā)出超聲波碰到障礙物返回耳膜能感應(yīng)到，超聲波是超高頻聲音。精確定位是否也可以用雷達(dá)技術(shù)和回聲定位技術(shù)實(shí)現(xiàn)呢？夾住了螺帽再移動(dòng)到螺絲上，擰緊，就完成了擰螺絲過(guò)程。做這個(gè)過(guò)程人是依靠眼睛和手操作就能完成，不需要雷達(dá)和回聲定位。既然眼睛這么好，何必不用呢？只要機(jī)械臂前方安裝有兩個(gè)攝像頭，兩個(gè)角度同時(shí)識(shí)別，能計(jì)算出物體與機(jī)械臂的精確距離，操作中可以邊移動(dòng)邊計(jì)算，達(dá)到精確控制。目前對(duì)計(jì)算機(jī)來(lái)說(shuō)，圖像識(shí)別計(jì)算量還是太大，估計(jì)開(kāi)發(fā)可圖像建模的芯片才能勝任這個(gè)工作，這個(gè)技術(shù)廣泛用于工農(nóng)業(yè)、交通運(yùn)輸，意義重大。利用兩個(gè)角度圖像建模生成的三維模型以及兩個(gè)攝像頭的距離可以計(jì)算出物體跟攝像頭的距離，完成空間定位?？磥?lái)動(dòng)物都有2個(gè)眼睛，是有原因的。

無(wú)人工廠(chǎng)的主要技術(shù)是圖像建模和空間定位，并不需要語(yǔ)音識(shí)別，跟機(jī)器人還有差距。富士康說(shuō)開(kāi)發(fā)機(jī)器人取代工人，但是工廠(chǎng)機(jī)器人并沒(méi)有語(yǔ)言輸入和輸出，至少工廠(chǎng)機(jī)器人不需要收發(fā)聲音指令。所以即使目前語(yǔ)音識(shí)別和輸出技術(shù)并不成熟情況下，富士康開(kāi)發(fā)機(jī)器人障礙是圖像識(shí)別和空間定位。沒(méi)有高速圖像識(shí)別芯片，開(kāi)發(fā)工業(yè)機(jī)器人成本很高，富士康也沒(méi)有芯片開(kāi)發(fā)技術(shù)，只能開(kāi)發(fā)簡(jiǎn)單的機(jī)械手輔助裝配。GPU圖像處理芯片可能有助于圖像識(shí)別芯片研發(fā)。

而CAD軟件能把模型打印出來(lái)，卻不能把2張圖像還原出模型。所以還沒(méi)有成熟的圖像識(shí)別算法。3D圖像識(shí)別建模，應(yīng)該先從2D平面圖開(kāi)始。

根據(jù)研究，目前地理信息系統(tǒng)采用的空間定位技術(shù)是激光雷達(dá)技術(shù)，即使遠(yuǎn)在萬(wàn)里之外也能定位，近距離更不用說(shuō)了。