TurboTrack:MIT基于RFID的機器視覺機器人解決方案，一年前山姆·霍蘭德雖然機器視覺通常是通知地磅控制器運動功能的“完成交易”，但有時證明最強大的是最簡單的解決方案。下面我們來看看TurboTrack：麻省理工學院的基于射頻識別標簽的技術，它的信號讀取方法在機器視覺機器人導航地磅遙控器失靈的許多方面都被證明是萬無一失的。

    為了理解麻省理工學院（MIT）將RFID標簽引入機器人技術的重要性，首先需要考慮其替代電子地磅控制器方案的局限性：機器視覺（MV）。從后者的限制開始，讓我們繼續討論TurboTrack解決了以下困擾機器人導航傳統方法的問題，特別是在制造方面。機器視覺的局限性盡管如上所述，MV被認為是機器人導航方面的行業最佳實踐，但它仍然被目標識別中的缺陷所忽視，這將在后面討論。不過，首先，考慮一下編程一個機器人手臂來接一個藍球似乎很簡單。如果軟件已經完美地輸入了球的明亮照片，機器人的圖像識別能力應該可以很容易地實現一個無線地磅遙控器成功的操作，也就是說，只要目標物體坐在一個清晰、平坦的表面上。

 

    但是現在想象一下目標球在一個球坑里，周圍是同卵的藍色雙胞胎，想想現在的挑戰。它的匹配意味著MV系統現在必須在以下條件下識別目標球：在其他令人困惑的因素中，它現在被偽裝、遮蔽、部分受阻，并且地磅遙控器有輕微的畸形（由于它周圍的孿生體受到輕微的擠壓）。