除了2003年科幻电影《黑客帝国》(Matrix Revolution)中那种可怕的鱿鱼形状的机器人之外，大多数机器人都太笨拙了，无法快速越过障碍物。几乎是这样，因为他们很难判断他们“看到”的障碍有多远。本周，斯坦福大学的计算机科学家将演示一套机器视觉算法，它可以让机器人从静止图像中判断障碍物的大致距离。

“许多人说，从单目图像估计深度是不可能的，”计算机科学副教授andrew ng说。“我认为这项研究表明，单目深度估计不仅可以正常工作，而且在实际问题中也非常有用。”安德鲁·吴将于12月5日至8日在温哥华举行的神经信息处理系统会议上发表他的研究论文。

通过内部传感器阵列的输入，机器人具有足够的导航能力。在去年10月的darpa Super Challenge中，斯坦福大学的机器人汽车斯坦利能够在沙漠中行驶，用激光雷达和摄像头扫描前方的道路。ng和他的学生研究的机器人要么太小，携带不了太多的传感器，要么只能用一个摄像头导航，价格一定很便宜。事实上，使用简化的算法，ng已经能够使无线电控制的汽车在混乱的丛林地区被撞倒之前自动运行几分钟。

为了使机器人具有深度感知能力，ng和他的研究生ashutosh saxena和sung h.
chung设计了该软件，使其能够学习在静态图像中发现具有特定深度的信号。这些信号包括纹理变化(接近清晰显示的表面)、边缘(收缩的线条，像道路的两边，表示距离增加)和模糊感(模糊的物体似乎离得更远)。为了尽可能全面地分析这些信号，软件将图像分成几个部分，同时对它们进行单独分析，并涉及相邻部分。这使得软件能够推断图像中对象之间的关系。软件还需要寻找不同放大级别的信号，以确保它们不会丢失细节或偏离主流趋势——这真的是一棵树失去了它的森林。

使用斯坦福算法，室内和室外机器人能够以35%的平均误差率来判断距离——也就是说，实际上30英尺以外的树木被认为在20到40英尺之间。机器人以每小时20英里的速度行走，并通过视频帧每秒钟做出10次距离判断，即使在不确定的情况下，它们也有足够的时间调整路线。Ng指出，与使用两个摄像机和三角测量来推断深度的传统立体视觉算法相比，新软件能够可靠地检测5到10倍的距离。

，ng说:“将视觉深度感知应用于长距离的困难已经成为实现机器人快速运动和导航的主要障碍”“我想造一架飞机，它可以穿过森林，在树荫下绕着周围的树飞。”当然，这让人们想起了另一部电影:在《绝地归来》中，飞机在伊渥克星球的森林中追逐的场景。Ng希望这个想法超越幻想，成为现实。