在设计机器人时,如波士顿动力公司的Atlas,基准标记作为机器视觉工具,用于估计物体位置,指导机器人移动和检测物体。
然而,该系统的弱点在于照明条件,低光照下无法发挥作用。
为了克服这一难题,科尔多瓦大学机器视觉应用研究小组的研究人员开发出新系统,利用神经网络在低光照条件下检测和解码基准标记。
该系统成功应用于物流领域,实现了包裹位置的自动识别,提高了效率和成本效益。
相关论文已发表在《Image and Vision Computing》期刊上。