得益先临三维3D数据采集技术，胶囊机器人完成深度学习与算法训练

 　　在医学领域，通过投入使用胶囊机器人进行肠胃道的相关检测数据，帮助医生对病人做出准确诊断。但由于被扫描物体自身不利条件，过程中并不顺利。先临三维据此为研究人员提供了SLAM的3D扫描仪的操作指导，让胶囊机器人完成深度学习与算法训练。 　　何为胶囊机器人，就是一颗胶囊大小的胃肠道内窥镜机器人，被服下后，通过体外磁控的方式实现在消化道中的运动，途经食道、胃部、肠部，最后被人体排出。这个过程中，电脑可以同步显示胃肠道的相关检测数据，从而让医生有依据地完成诊断。  　　（图片来源：2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)） 　　听起来好像很简单，而实际上胶囊机器人在投入使用前，必须先经过深度学习和训练。就像游戏玩家出发去升级打怪需要游戏装备和地图一样，胶囊机器人需要通过深度学习技术改善密集地形重建和姿态估计算法，以及通过SLAM（ Simultaneous Localization and Mapping）同步定位与地图构建的机器视觉技术实现检测、识别能力。 　　

通俗一点讲，机器人不是人，它的视觉和决策能力，都需要研制者通过一些方法赋予给它。通过深度学习获得的能力相当于胶囊机器人的大脑，而通过SLAM机器视觉获得的就相当于胶囊机器人的“火眼金睛”。 

　　2000 年，以色列研制的第一个胶囊内镜获得FDA批准进入临床，当时的胶囊机器人是随消化道的自然蠕动而前进的，由于没有经过深度学习训练，也没有SLAM技术的加持，有点像盲人摸象，对于像胃这样大的消化道器官，其观察范围十分有限，因此会造成相当大的漏检。