查看引用/信息源请点击：venturebeat

使用iPhoneX和ARKit来训练机器人手臂分拣物品

（点云。

机器人抓取是一个特殊的机器人学分支，并主要是研究如何教导机器人拾起、移动、操纵或抓取物体。加州大学伯克利分校自动实验室（UCBerkeley’sAutolab）的DexNet（灵巧网络）研究项目可以追溯到2017年，并且包括开源培训数据集，以及在电商货物分拣场景中实现机器人操作的预训练模型。机器人快速学习如何抓取对象的能力将对亚马逊物流中心等自动化仓库的发展存在巨大影响。

在包含八个物体的早期实验中，DexNetAR可以将ARKit扫描转换成ABBYuMi机器人的深度映射，并以95%的成功率分拣物体。作为说明，每次扫描都会创建一个点云。

名为《Dex-NetAR:DistributedDeepGraspPlanningUsinganAugmentedRealityApplicationandaSmartphoneCamera》的论文介绍道：“随着摄像头在空间中移动，点云的密度增加，这可以更好地检测和定义对象的表面，从而方便机器人抓取物品。Dex-NetAR能够以类似于依靠昂贵工业级深度传感器的最先进系统的精度来实现物体抓取。与从固定视图（通常是自上而下）捕获图像的深度摄像头系统相比，DexNetAR允许用户用智能手机摄像头围绕对象移动并收集三维点云数据。”