晓查 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

拼乐高最头疼的问题是什么？

当然是苦苦寻找某个形状的积木却找不到。当你兴致勃勃地打开包装时，眼前的一切却是这样，内心会作何感想？

现在好了，国外一位乐高爱好者Daniel West用AI解决了这个难题。他使用自己开发的“乐高分类器”，不到2秒时间就能给一块积木归类。

（注：实际分类速度快一倍，为了方便展示，作者将动图速度减半。）

这个分类器由树莓派和1万块乐高积木组成，耗时2年打造，真的是“用乐高搞定乐高”，堪称最硬核的“套娃”。

我们先来感受一下它庞大的外形：

最近，如此硬核的设备也得到了树莓派官方转发。

Daniel的技术是在前人的基础上完成，但更加先进：它可以识别出所有曾经使用过的乐高积木，甚至是从未见过的积木。

因此Daniel把它叫做世界上第一台“通用乐高分类器”（universal LEGO sorting machine）。

工作过程

首先把一桶乐高积木倒入分类器中，在履带的传送下，积木分批少量地落入V形槽。

在V形槽的抖动下，积木又被一块块分别抖入传送带中。

传送带上方的摄像头会拍下多帧画面，并在此过程中完成积木种类的识别。

而后，不同形状的积木分装在不同的桶里。

最后再根据拼装的设定，将积木按照需要装入各个物料盒中。

看完这套设备后，有网友表示：能不能借我回去用几天？

技术实现

其实Daniel所用的技术并不复杂，他甚至还为此写过两篇教程。

这台机器用到的硬件有：树莓派3B+，树莓派摄像头模块V2，9台伺服电机，6台乐高电机。不过，最复杂的硬件应该是Daniel设计的1万块积木的拼装。

首先开始的是图像数据标注工作，Daniel先让机器运行了几天，收集了大约30万张未标记的乐高积木图像。

用手工给30万张图片一一打上标签显然是不切实际的，而相机会给一块积木拍摄10~20张照片，通过打包标注的方法，可以将效率提高10~20倍。

但即便如此，也有上万组照片需要标记。一次次将标签内容填入csv文件显然是个笨办法。而且乐高种类繁多，比如2×2的方块种类就有很多，没必要分得太细。

因此，Daniel决定利用自己的Web开发经验，花几个小时来编写了一个简单的Web应用程序。速度又提高了2~5倍。

即便如此，效率仍然太低。Daniel再次想到用AI“打辅助”，让AI给出TOP-5，自己在App里选中正确的选项，这样每秒5就能标记10张图片，整体效率提升了40~1000倍。

在软件的设计上，Daniel遇到了更大的挑战，那就是树莓派的AI运算能力并不强，如何实现实时的目标检测。

最初，他想到使用YOLO或Faster R-CNN，然而很难在树莓派上达到90fps的处理速度，如果将图像流式传输到PC上处理，网络带宽又会成为性能瓶颈。

Daniel不得不使用“老式”计算机视觉技术——OpenCV库里的MOG2背景扣除器，即使在树莓派3B+上它也能快速处理数据。

但是，直接将视频帧发送到MOG2并不能正常工作。浅灰色和白色积木的亮度与传送带背景过于相似，难以识别。需要做的是在图像传递给MOG2之前增加图像的饱和度。

另外，RGB图像的传输带宽也太高，Daniel只好使用YUV格式将图像带宽压缩一半，并把目标检测框外的像素裁剪掉。

经过重重简化，这套系统达到了70~80fps的处理速度。

最后，在树莓派的官方博客下面的回复中，还有一位高人。他在4年前就设计过一款分类器，给两吨的乐高积木进行分类。

这年头，不懂点AI技术都不敢玩乐高了。

参考链接：
https://www.raspberrypi.org/blog/raspberry-pi-lego-sorter/
https://towardsdatascience.com/how-i-created-over-100-000-labeled-lego-training-images-ec74191bb4ef
https://towardsdatascience.com/a-high-speed-computer-vision-pipeline-for-the-universal-lego-sorting-machine-253f5a690ef4

— 完 —

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。

加入AI社群，拓展你的AI行业人脉

量子位「AI社群」招募中！欢迎AI从业者、关注AI行业的小伙伴们扫码加入，与50000+名好友共同关注人工智能行业发展&技术进展：

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~