【官方雙語】接觸物體就能感知形狀,這款“顯微鏡”是如何做到的?

机械脉动
1粉絲
1 次觀看·2026年9月1日
AI 生成·可能包含錯誤
視頻概述
AI 生成This video introduces GelSight, a handheld tactile \"microscope\" that uses a deformable gel pad and a specialized lighting system to create highly accurate 3D models of surfaces. By removing color and transparency, the device uses photometric stereo techniques to measure surface topography with micron-level precision.
這是一顆波羅薄荷糖。
英國版的口香糖在顯微鏡下的樣子,
除了那是一台非常奇怪的顯微鏡。
坦白說,我也不確定
甚至稱它為顯微鏡都嫌誇張。
我實在不知道該如何形容這東西。
看,這是一塊樂高積木。
那這個呢?
這是什麼?
我會在影片結尾告訴你
如果你想要在這段時間內猜一猜的話。
這些圖片有什麼奇怪的地方
那是沒有色彩資訊
或透明度資訊。
我們所看到的僅僅是其形狀而已。
以那種方式來說,它有點令人想起
你用電子顯微鏡所看到的東西。
但實際上,這是一顆正常尺寸的樂高積木。
這顯微鏡使用觸控操作。
而且我還能玩一下那個。
感謝塞姆珀集團,
誰說我可以過來玩一下的。
他們是一家經銷商
英國的精密測量儀器。
連結至描述中他們所做的事情。
他們並沒有付錢讓我製作這段影片。
該設備的製造商也不是。
我剛才眼角餘光瞥見了它
當我正在參觀先進工程展覽會時。
我走上前去,對他們說,
我可以製作YouTube影片嗎?
所以,感謝你答應。
這是一個手持裝置。
它叫做 GelSight,
因為最後有一塊凝膠墊。
凝膠經過特別配方調製
這樣一來,當你將物件推入其中時,
凝膠發生變形,
以便能進入所有細小的角落
物件的角落與縫隙之中。
就在凝膠後方
有一部攝影機正對著它。
更重要的是,有一圈六盞燈。
您在螢幕預覽圖像中看到的內容
只是相機所看到的東西
當其中一盞燈亮起時。
你會看到圖像如何變化
隨著我們循環經過六種光線。
透過這種方式照亮變形的凝膠,
人類視覺系統
可以辨識物體的形狀
利用光影的線索
以及陰影與亮部。
這有點像是對物件進行粉飾美化
因為這樣做的话,
你正在移除所有資訊
關於色彩與透明度。
你可能會覺得,
那麼,顯微鏡的用途是什麼呢?
那會刪除資訊嗎?
我們為什麼מון不就用光學顯微鏡呢
然後我們就不會丟失任何資訊?
原來,透過一些巧妙的數學方法,
我們實際上可以獲取資訊
我們原本永遠無法接觸到的
使用普通顯微鏡。
這一切都與那六盞燈有關
排列在凝膠墊周圍。
就像預覽圖中一樣
只有一盞燈亮著。
人類的眼睛可以分辨出諸如……之類的事物。
嗯,這個區域比那個區域高。
此區域向左下方傾斜,
此區域向右下方傾斜,依此類推。
但電腦的大腦能否做同樣的事呢?
原來,如果你向電腦大腦呈現
六張圖片,
六種不同光源分別拍攝的一張照片,
你可以使用一個巧妙的演算法
分析那六張圖像
並為該物件創建一個三維模型。
準確度為正負四微米
在該裝置的情況下,
這遠遠超過人類大腦所能達到的水平。
它稱為光度立體技術
並且有公開可取得的相關論文。
然後還有一些專有的內容在上面
在這台設備的情況下。
你會明白為什麼這會是令人渴望的
移除有關顏色和透明度的資訊
在執行演算法之前,請先處理物件
在六張圖片上。
移除所有色彩資訊後,
我們可以肯定地說
這幅影像的這個區域很明亮
因為它正對著光源。
此影像區域較暗
因為它正對著光源的反方向。
但現實中的物體具有光亮和陰暗的區域
與該事物的照明無關。
原則上,該算法應能應對
具有亮部和暗部的物體
畢竟,這ateway 只是關注差iser
它從六張不同的影像中所感知到的
在物體的每一個點上
除非物件的某部分是純黑色,
在這種情況下,它會是純黑色的。
無論從哪個方向照射燈光。
但對演算法來說,或許最具挑戰性的事情是
是透明度、反射和眩光。
而凝膠墊能去除所有這些東西。
我认为這裡有一個有趣的區別
人類大腦與電腦大腦之間。
如同人類的大腦能夠辨識三維資訊
從事物的平面圖像中,
即使在色彩、眩光和透明度的情況下
尚未從物件中移除。
這是因為人類大腦能夠利用經驗。
就像你的大腦認出了這張平面圖像
一個樂高迷你人偶頭部,作為一個樂高迷你人偶頭部。
你的大腦不會心想,這個區域很暗
因為它正對著光源的反面。
你知道的,那是眼球。
也許有一天,隨著機器學習的加入,
一種類似於GelSight所使用的演算法
能夠辨別物體的三維資訊
那些沒有色彩、眩光的
透明度和反思被移除了
透過對日常物品進行神經網絡訓練
就像我們的大腦被訓練過一樣
在我們的一生中辨識物件。
這裡有一個有趣的附註
關於人類大腦感知深度的方式。
如同人類大腦感知深度一樣
以許多不同的方式。 clearerarl
例如,擁有兩隻眼睛,
兩幅圖像之間的微小差異
每個眼球所能獲得的都可以被利用циально
提取深度相關資訊。
另一個例子是視差。
我們感知深度的方式多種多樣,
但有一種方式與這支影片相關
使用光線訊號。
我們不需要為一個物件拍攝六張不同的照片
在六個不同位置設有光源。
我們只需使用一個光源就能做到。
但要做到這一點,你的大腦必須做出一個假設。
每當你的大腦做出一個假設時,
它可能會被騙。
它可能會被視覺錯覺所欺騙。
舉個例子,就是這張圖。
看起來像某種山脈。
但如果我將它旋轉180度,
現在你可以看出來,那是一個隕石坑。
這被稱為隕石坑錯覺。
你的大腦在這個方向上被騙了
因為它假設光源是從上方照射下來的。
這是一個合理的假設
基於我們日常的經驗。
光通常來自我們的上方。
更棒的是,
你可以從這些圖像中看到隕石坑的錯覺。
就像這裡,字體看起來像是凸出來的。
但那只是因為它從下方被照亮而已。
透過切換至頂部的燈光,
你可以看到,這段文字實際上是縮進的。
當然,環形山的錯覺也隨之消失了
當有其他深度提示可用時。
沒有人會把這張臉看成凹的。
即使它從下方被照亮,
因為我們對臉部的經驗
為我們提供了關於深度的決定性資訊。
那麼,這個裝置實際上是用來做什麼的呢?
好吧,使用隨附的軟體,
你可以進行實際測量。
所以你可以看到這枚硬幣上的字體
提高70微米。
這正是該裝置的核心所在。
它是手持式的。
你可以隨身攜帶它。
把它壓進東西裡。
作為一名製造商,假設說,
你可以算出公差
你在工廠裡生產的那些東西。
你也可以描述一個表面
並說說它有多粗糙。
另一種情況是一架飛機
表面有刮痕。
而且你需要描述那個刮痕
判斷飛機是否仍能飛行。
傳統上,你會為刮痕製作一個模具
然後在實驗室中測量鑄件。
但有了這個手持裝置,
你可以在幾分鐘內完成。
我問他們關於垂墜的問題,
因為假設物體的某些部分
那種凝膠將無法進入。
那麼這對設備的使用有什麼影響呢?
因此,深度不能比標記更寬。
說這裡是一毫米。
而且那是第二個。
我們將會產生什麼樣的影響
我們大概會深入到那個程度。
我們不會取得角落。
但通常操作員所尋找的內容是
那個價值,
與此區域的價值相對。
從應用層面來看,例如……
這才是重點。
是的。
对我来说,重要的是……
哦,那看起來很漂亮。
那看起來很酷。
是啊,是啊。
這裡還有其他一些很酷的東西
我們放在顯微鏡下的東西。
這是一塊在顯微鏡下的織物。
這是一張英國駕駛執照。
而且你可以看到這裡有一點微凸的紋理,
你肉眼無法看到的。
這是一顆按鈕電池。
而我喜歡這張照片的地方在於
那裡有一點頭髮和灰塵黏在凝膠上。
所以你可以看到凝膠是如何移動和變形的
當你按壓物件時,圍繞著它進行。
這是一支手機揚聲器在顯微鏡下的樣貌,
而且你可以看到螢幕保護膜
並不完全對齊。
這是一張信用卡的晶片與密碼卡。
這很有趣。
那是我用3D列印出來的一個零件。
你可以看到打印头移動的軌跡。
當它正在列印那東西的時候,
它沿著邊緣轉動。
然後它以這種類似之字形的運動方式填滿。
那不是很酷嗎?
你能猜出這個是什麼嗎?
這是我的短鬍。
對不起,不好意思。
這是一個愛心。
順便一提,這就是影片的重點訊息。
做真正的自己。
凝膠墊用久了會變黏
並需定期更換。
但當它稍微有點黏膩時,
視覺效果非常有趣。
我真的很覺得這段需要加上音效。
你知道我的意思吧?
希望您喜歡這段影片。
如果你這麼做了,別忘了步行訂閱。
還有最一開始的那個東西,
這是石英手動機械錶的內部結構。
