该原型利用定制训练的深度学习模型和精密机器人，自动识别并消灭蚊子。
一位计算机视觉与机器人爱好者开发了一套 AI 驱动的激光系统，能够借助定制训练的深度学习模型和精密瞄准硬件，检测、跟踪并消灭蚊子。
Steven Cheng 最近在网上公布了该项目，称其为“终极灭蚊器”。
该原型结合了计算机视觉、人工智能、工业机器人和激光技术，可以自动识别蚊子并将激光射向它们，同时内置了安全机制，防止在人体或易燃物附近意外发射。
整个项目耗时约四个月，需要专门创建蚊子图像数据集来训练模型。
经过训练的 AI 模型可识别蚊子
该系统的检测能力，建立在 Cheng 收集的数千张蚊子图像所训练的深度学习模型之上。
为了构建数据集，Cheng 使用单反相机搭配高倍变焦镜头拍摄蚊子，为计算机视觉模型生成训练数据。
Cheng 说：“在这个项目阶段‘欢迎’蚊子来拍照的副作用，就是‘我全身到处都是数不清的蚊子包’。”
收集并标注图像后，他训练了一个深度学习模型来实时识别蚊子。训练过程需要大量算力。
他表示，这项任务“真让我的显卡经受了严酷考验”。不过，Cheng 也提到，最终模型的检测效果“相当好”。
经过训练的模型能让系统在启动瞄准程序之前，将蚊子与其他物体区分开来。
激光安装在工业级追踪平台上
一旦实现了蚊子检测，Cheng 便将基于激光的灭杀机制集成到了系统中。
根据项目细节，激光被校准到能够“瞬间把蚊子烤熟”。激光组件安装在一个高精度工业旋转平台和一个能快速调整位置以跟随移动目标的云台上。
瞄准系统从 AI 模型接收位置数据，并持续更新激光位置，使其始终对准检测到的蚊子。
计算机视觉与机器人追踪相结合，使系统能够在无需人工干预的情况下自动识别并攻击蚊子。
该项目展示了人工智能和机器视觉的进步如何与精密运动控制系统相结合，从而实现高度特定任务的自动化。
安全功能防止意外发射
为了应对室内操作激光的安全问题，Cheng 添加了一个辅助广角摄像头来监视周围环境。
这个额外的摄像头用于检测可能出现在激光潜在射击路径上的人和易燃物。据 Cheng 介绍，系统会持续评估目标蚊子与检测到的物体之间是否存在任何重叠区域。
如果在攻击区域内识别到人或易燃物，系统就会阻止激光发射。
这些安全功能是在开发过程中经过仿真测试后引入的。
Cheng 报告称，原型机在测试中表现符合预期，并表示经过一夜的努力，他住所里的所有蚊子都“被成功消灭”。
虽然该项目仍然是个人的原型作品，但它凸显了 AI、计算机视觉和机器人技术的日益普及，使个人也能在传统科研与工业环境之外，开发出越来越精密的自动化系统。
如果朋友们喜欢，敬请关注“知新了了”！
热门跟贴