我就想让计算机识别一瓶可乐，并把他拿起来 (3)

五年前我想通过计算机识别一瓶可乐并把它拿起来，并从工程角度来分析了可行性，一步步的去研究，找了很多资料和书籍，觉得自己的经验和学识都不够解决这些问题。于是我去自学了机器学习和深度学习课程，接触到了这个领域后，我的视野拓宽了，还结识了一些资深大佬，大佬们给我指明了研究方向。

作为现代计算机工程学的最大哲学就是，你不要重复造车轮，去找现成的方案，站在巨人的肩膀上解决问题。

识别可乐就是个目标检测问题，可以用yolov,或者自己训练模型去识别图片也行，总之问题不大。

可是把可乐拿起来，难度就大的多了，要做一个机器人，这个机器人的体积还不能小，上面要搭载多种传感器来分辨周围环境，还要有个机械臂，。
至少要分两步或者三步；

第一步要建立房间的地图，并遍历地图，这需要用到室内导航技术，就是SLAM技术。实现它可以用多种传感器，比如双摄像头，IMU传感器，激光或毫米波雷达，现成的开源项目ORB-SLAM3可以解决，目前很多扫地机器人都做了开源接口，改造一下可以实现。

摄像头拍摄的图像数据可以用于导航的同时也可以用于目标检测，
这样探索遍历地图并找到可乐就可以实现。

第二部，拿起可乐
机械臂的制作比较麻烦，机械臂的定位也是SLAM的一种，自主控制机械臂拿可乐更是难点。
机械臂最好还带力学反刍，不然能把可乐夹爆。

这块对我来说是新的领域，不过这块可以参考B站大神，华为天才少年稚晖君的开源机械臂项目，那个机械臂大小正好，精度超高，完全可以拿起可乐。

说到这里，回想五年前，当时的技术发展并不能完美的解决上文说的问题，现在条件终于都具备了，就是自主智能这块儿，还没啥好的解决方案。于是你会发现，做一个只会拿可乐的机器人完全没有问题，但是吧，随后你会发现这玩意成本超高的，大概各种传感器和原件加一起有个五六万块钱甚至更多，还要花大把时间，然后吧特么的这玩意只会拿可乐，果然是个笨蛋，而且还是个昂贵的笨蛋。