京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析师 出品
编译:Mika
【导读】
Michael Reeves是在油管有着500多万粉丝的编程大神,最近趁着波士顿动力的机器狗开卖,也火速入手了一只。
但他花了8万美元的目的,只是想让机器狗给自己倒啤酒……
波士顿动力机器狗 Spot 的能力如何,我们已经领略过了。
我们知道,它能记录周围环境,并实时学习;
它可以适应各种崎岖地形;
它是凝聚了三十年研究心血的工程杰作...
就在人们担心机器人暴走,意识觉醒猎杀人类统治全世界时...
而在现实中,油管上一个小哥给波士顿动力公司的机器狗Spot编程,教它按指令倒酒,还是通过撒尿到杯子里的形式...
科幻电影中的“杀人利器”沦为倒酒工具。
机器狗Spot:我不是真的人,但你是真的狗。
Michael Reeves是位在油管有着500多万粉丝的编程大神,最近趁着波士顿动力的机器狗开卖,他用尽各种办法也火速入手了一只。
▲ 油管编程大神Michael Reeves
通过一个小小的手柄,就能机器狗Spot控制的一举一动,甚至还可以对其进行编程,用电脑实现操控。
但他花了8万美元的目的,只是想让机器狗给自己倒啤酒……
为什么要这么做呢?就是出于好玩…
于是Michael小哥就行动起来,他的计划是当他把红色的杯子放到地上,让机器狗自动搜索杯子,然后走过去通过撒尿的方式给杯子里倒满啤酒。
听起来就恶趣味满满...
▲ 让机器狗“尿”啤酒到杯子里
首先第一步是制作“撒酒器”。通过管道从容器中吸水,然后移动设备,对准杯子,放水。
那下一步就是让机器狗学会自动识别杯子,倒酒。需要用到摄像机、计算机进行图像分析,以及大量的训练。
经过实验,Michael发现,当用计算机进行图形捕捉时,只能每秒更新两张图,这样就无法有效捕捉图片。
但是,换个思路一想。
我们并不用机器狗识别出杯子,而让它识别最亮的区域就行了,因为杯子内部是纯白的亮色。
因此,Michael写了代码来生成屏幕上最亮的区域,从而实现定位。还可以在“撒酒器”上方加上光源,避免浅色地板带来的影响。
▲ 通过识别最亮的区域实现定位
接着将“撒酒器”跟摄像机组装起来,就能自动识别杯子,然后倒酒。
倒酒成功!
不过看到这杯液体,真的喝得下去吗?
一开始Michael使用车载摄像头,但是画质效果实在太差。原本用来识别杯子的TensorFlow模型都无法发挥作用。
▲ 车载摄像头效果太差
于是,Michael打算试试波士顿动力公司官网的运动摄像头,但这价格,实力劝退。
▲ 波士顿动力官网运动摄像头
最后,Michael买了个日常的监控摄像头,只需30美元。再经过一顿复杂繁琐的操作,虽然麻烦了点,但是省钱。
▲ 改为使用普通监控摄像头
效果还不错,下面开始教机器狗识别红色杯子。
先过一遍代码部分。
如果摄像机识别到左侧有杯子,机器狗就左转,右侧同理。
▲ 识别到左侧有杯子,机器狗就左转
如果杯子在中间,它会直走,将撒酒器对准杯子,倒酒。
▲ 若杯子在中间就直走,瞄准,倒酒
这也太酷了,居然是用监控摄像头就做到了。
最后,将一切组合起来。
那么,波士顿动力机器狗能成功变成自动倒酒狗吗?
到了激动人心的实战部分。
Michael小哥兴冲冲的邀上好友来家里测试,狗子也是欲欲跃试。
下面就是见证奇迹的时刻!
然鹅,在实际操作下,狗子状况不断...
虽然能识别到杯子,但难以瞄准倒酒;
▲ 机器狗难以瞄准杯子
好不容易倒好酒,在走开时不小心一jio把酒杯踹到…
▲ 机器狗转倒完酒,一jio踹飞杯子
甚至踩到撒在地上的酒,狗子jio底打滑险些摔倒;
▲ 机器狗踩到酒脚底一滑
Michael小哥脸都黑了。小丑竟是我自己?!
▲ 心疼Michael小哥一秒
真是让人忍不住爆笑
由于最终准确率仅仅 35%,因此场面一度尴尬,Michael Reeves 原本设想的倒酒机器狗竟然变成了撒尿机器狗…
▲ 机器狗原地“撒尿”
不过小哥还是表示,Spot算不上是一款精致的产品。倒酒机器狗工作得很不错,虽然准确度只有35%,但这仍然是令人惊叹的。
训练完倒酒机器狗,你以为就完了?
难道不去波士顿动力公司溜溜吗?
于是,Michael 小哥带上狗子,驱车从住的洛杉矶开车前往波士顿。
总过花了八天,共2988英里,多次爆胎后,Michael 终于到了,让狗子在总部门口尿了一泡后,舒服了,走人。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23