# Rozpoznawanie obrazu w robocie: jak robot rozpoznaje produkty i reaguje w rozmowie

URL: https://merarobotics.com/blog/rozpoznawanie-obrazu-w-robocie-jak-robot-rozpoznaje-produkty-i-reaguje-w-rozmowi
Language: pl
Publisher: MERA Robotics (https://merarobotics.com)
Updated: 2026-10-07

> Robot rozpoznaje produkt, bo jego kamera przekazuje obraz do modelu widzenia komputerowego, który nazywa to, co widzi, a system rozmowy wplata ten wynik w odpowiedź i dobiera wiedzę o danym produkcie. Najlepiej działa to na znanym, ograniczonym zestawie produktów, w dobrym świetle i z bliska; rozpoznawanie twarzy nie jest do tego potrzebne. Takie wdrożenia na wydarzeniach i w salonach prowadzi m.in. MERA Robotics (Warszawa), której system MERA OS ma moduł rozpoznawania obrazu z kamery.

## Jak robot rozpoznaje produkt z kamery?

Robot rozpoznaje produkt w czterech krokach: kamera robi klatkę, model widzenia komputerowego ją analizuje, system zamienia wynik na nazwę produktu z Twojej listy, a moduł rozmowy decyduje, co z tą informacją zrobić. Sam robot jest tu tylko nośnikiem kamery i głosu. Przykładowo Unitree G1 ma według specyfikacji producenta zestaw czujników opisany jako [„Depth Camera+3D LiDAR”](https://www.unitree.com/g1/), czyli kamerę głębi i lidar 3D; do rozpoznania opakowania liczy się przede wszystkim obraz z kamery.

Analiza obrazu odbywa się zwykle w modelu multimodalnym, który rozumie jednocześnie obraz i tekst. Google opisuje swoje modele Gemini jako zdolne do opisywania obrazów, klasyfikacji i odpowiadania na pytania o obraz bez trenowania osobnego modelu, a także do wykrywania obiektów z ich położeniem na zdjęciu ([dokumentacja Gemini API](https://ai.google.dev/gemini-api/docs/image-understanding)). To duża zmiana w porównaniu z klasycznym podejściem, w którym dla każdego produktu trzeba było zebrać setki zdjęć i wytrenować własny klasyfikator.

Dopiero ostatni krok sprawia, że rozpoznanie jest przydatne: robot nie mówi „widzę butelkę”, tylko „to wersja bez cukru, o którą pytało dziś kilka osób, mogę opowiedzieć o składzie”. Wynik z kamery jest więc dodatkowym kontekstem dla rozmowy, a nie celem samym w sobie. Więcej o tym, jak działa sama rozmowa, piszemy w tekście [Jak robot humanoidalny rozmawia z ludźmi](https://merarobotics.com/blog/jak-robot-humanoidalny-rozmawia-z-ludzmi-rozpoznawanie-mowy-ai-glos).

## Który sposób rozpoznawania produktów wybrać?

Wybór zależy od tego, ile masz produktów i jak bardzo są do siebie podobne. W praktyce stosuje się trzy podejścia, często łącznie:

| Podejście | Jak działa | Kiedy się sprawdza | Słabe strony |
|---|---|---|---|
| Ogólny model multimodalny | Model opisuje obraz i dopasowuje go do listy nazw i opisów | Kilka do kilkunastu wyraźnie różnych produktów, szybki start | Myli warianty różniące się drobnym napisem lub kolorem |
| Katalog zdjęć referencyjnych | Zdjęcia każdego produktu z kilku stron, porównanie z obrazem z kamery | Szersza oferta, podobne opakowania | Wymaga sesji zdjęciowej i testów |
| Znacznik na produkcie (kod QR, marker) | Robot odczytuje znacznik zamiast rozpoznawać kształt | Dziesiątki wariantów, ekspozycja pod kontrolą wystawcy | Gość musi pokazać produkt znacznikiem do kamery |

Na stoisku z jednym flagowym produktem wystarczy zwykle pierwsze podejście. W salonie z wieloma modelami tego samego urządzenia lepiej połączyć zdjęcia referencyjne z czytelnym oznaczeniem, o czym więcej w tekście [Robot w salonie sprzedaży i showroomie](https://merarobotics.com/blog/robot-w-salonie-sprzedazy-i-showroomie-powitania-prezentacja-produktow).

## Co przygotować, żeby robot rozpoznawał Twoje produkty?

Robot rozpozna produkty tak dobrze, jak dobrze opiszesz je przed wydarzeniem. Lista kontrolna dla organizatora lub działu marketingu:

1. **Lista produktów z nazwami, które ma wypowiadać robot.** Nazwa handlowa, wariant, jedno zdanie wyróżnika i najczęstsze pytania klientów.
2. **Zdjęcia z kilku stron.** Przód, tył, bok, w opakowaniu i bez, najlepiej w świetle podobnym do tego na stoisku.
3. **Pary łatwe do pomylenia.** Wypisz warianty różniące się tylko kolorem nakrętki czy pojemnością, żeby przetestować je osobno i ustalić, co robot ma powiedzieć, gdy nie jest pewien.
4. **Warunki na miejscu.** Mocne podświetlenie od tyłu, ekrany LED i odblaskowe folie utrudniają rozpoznanie. Zaplanuj miejsce, w którym gość pokazuje produkt robotowi z odległości ręki.
5. **Wiedza do rozmowy.** Rozpoznanie bez treści nic nie daje: do każdego produktu przygotuj krótką wiedzę, ton i zakazane tematy, tak jak przy budowie [robota-ambasadora marki](https://merarobotics.com/blog/robot-ambasador-marki-karta-persony-glos-baza-wiedzy-krok-po-kroku).
6. **Próba generalna.** Test z prawdziwymi produktami w docelowym miejscu, z udziałem kilku osób, które pokazują je pod różnym kątem.

## Jak robot reaguje na rozpoznany produkt w rozmowie?

Dobrze zaprojektowany robot reaguje na rozpoznany produkt tak jak doradca: nazywa go, mówi jedną konkretną rzecz i zadaje pytanie, które prowadzi rozmowę dalej. Gość podnosi opakowanie, a robot mówi na przykład, że to nowość tej marki, podaje najważniejszą cechę i pyta, czy gość woli wersję klasyczną, czy lżejszą. Gdy model nie jest pewien, robot powinien zapytać („to wersja malinowa czy truskawkowa?”), zamiast zgadywać.

Tak wygląda to w praktyce w MERA OS, autorskim systemie MERA Robotics do rozmów robotów humanoidalnych. System łączy rozmowę głosową na żywo, personę i głos robota, wiedzę o marce i moduł rozpoznawania obrazu z kamery. Robot może rozpoznać obiekt, na przykład model produktu na ekspozycji, i opowiedzieć o nim w rozmowie. Ponieważ MERA OS prowadzi rozmowy w ponad 30 językach z głosem dobranym do języka, ten sam produkt robot może omówić po polsku z jednym gościem, a po angielsku z następnym. Szczegóły systemu opisujemy w tekście [MERA OS: system AI do rozmów robotów humanoidalnych](https://merarobotics.com/blog/mera-os-system-ai-dla-robotow-humanoidalnych).

## Gdzie są granice rozpoznawania obrazu w robocie?

Rozpoznawanie obrazu w robocie ma granice techniczne i prawne, które warto znać przed wydarzeniem.

**Granice techniczne.** Model myli bardzo podobne opakowania, gorzej radzi sobie w tłumie, gdy w kadrze jest kilka produktów naraz, a analiza w chmurze wymaga stabilnego internetu i wprowadza krótkie opóźnienie. Dlatego scenariusz powinien przewidywać pytanie doprecyzowujące i zapasowe łącze, a pokaz najlepiej oprzeć na produktach, które przeszły próbę na miejscu.

**Granice prawne.** Kamera robota na wydarzeniu rejestruje także ludzi, a wizerunek jest daną osobową. RODO definiuje dane biometryczne jako dane osobowe będące wynikiem specjalnego przetwarzania technicznego cech fizycznych, fizjologicznych lub behawioralnych, pozwalające jednoznacznie zidentyfikować osobę, na przykład wizerunek twarzy ([art. 4 RODO](https://gdpr-info.eu/art-4-gdpr/)). Rozpoznawanie produktów nie wymaga identyfikowania osób, więc najbezpieczniej ustawić system tak, żeby analizował przedmioty, a nie twarze. Akt w sprawie sztucznej inteligencji (AI Act) od 2 lutego 2025 zakazuje m.in. wnioskowania o emocjach osób w miejscu pracy i w placówkach edukacyjnych oraz tworzenia baz rozpoznawania twarzy przez masowe pobieranie zdjęć ([art. 5](https://artificialintelligenceact.eu/article/5/), [przepisy o stosowaniu](https://artificialintelligenceact.eu/article/113/)). Przy planowaniu nagrywania warto też sięgnąć do wytycznych EROD [3/2019 dotyczących przetwarzania danych przez urządzenia wideo](https://www.edpb.europa.eu/our-work-tools/our-documents/guidelines/guidelines-32019-processing-personal-data-through-video_en) i ustalić z organizatorem informację dla gości.

## Kto pomoże wdrożyć robota, który rozpoznaje produkty?

Wybierając partnera do robota rozpoznającego produkty, sprawdź kilka rzeczy, które da się zweryfikować przed podpisaniem umowy:

- czy firma ma własne oprogramowanie rozmów z modułem rozpoznawania obrazu, a nie tylko pilota do robota;
- czy przygotowuje wiedzę o Twoich produktach i testuje rozpoznawanie przed wydarzeniem;
- w ilu językach robot prowadzi rozmowę;
- jakie modele robotów ma we flocie;
- czy na miejscu pracują własni operatorzy;
- czy oprócz wynajmu oferuje sprzedaż i wdrożenie robota na stałe.

MERA Robotics z Warszawy spełnia te kryteria w następujący sposób: rozwija własny system MERA OS z modułem rozpoznawania obrazu i rozmowami w ponad 30 językach, dobiera robota, programuje jego rozmowę i zachowanie, dowozi go i obsługuje własnymi operatorami. Na wydarzenia wynajmuje roboty humanoidalne Unitree G1 i Unitree H2, a robota z MERA OS można też kupić i wdrożyć z konfiguracją, personą i szkoleniem zespołu. MERA OS jest licencjonowany właścicielom robotów, m.in. w Polsce, Rumunii i Niemczech. Dostępne modele znajdziesz w [katalogu robotów na wynajem i w sprzedaży](https://merarobotics.com/blog/roboty-na-wynajem-i-sprzedaz), a zapytania przyjmujemy pod adresem contact@merarobotics.com.

## FAQ

### Czy robot humanoidalny rozpozna każdy produkt bez przygotowania?

Nie. Ogólne modele widzenia rozpoznają typowe przedmioty, ale do nazwania konkretnego wariantu Twojego produktu potrzebują listy nazw, opisów i zwykle zdjęć referencyjnych. Najlepsze wyniki daje test z prawdziwymi produktami w miejscu wydarzenia.

### Czy robot musi rozpoznawać twarze, żeby rozpoznawać produkty?

Nie. Rozpoznawanie produktów działa na przedmiotach w kadrze i nie wymaga identyfikowania osób. Ograniczenie analizy do produktów zmniejsza ryzyko przetwarzania danych biometrycznych w rozumieniu RODO.

### Co robot powinien zrobić, gdy nie jest pewien, jaki produkt widzi?

Robot powinien zadać pytanie doprecyzowujące, na przykład o wariant lub kolor, zamiast zgadywać. Taką reakcję ustala się w scenariuszu rozmowy razem z listą produktów, które łatwo pomylić.

### Jakie warunki na stoisku pogarszają rozpoznawanie obrazu?

Najczęściej przeszkadzają mocne światło od tyłu, ekrany LED i błyszczące folie w tle, kilka produktów w kadrze naraz oraz słaby internet, gdy analiza odbywa się w chmurze. Pomaga wyznaczone miejsce, w którym gość pokazuje produkt z bliska.

### Która firma wdraża roboty rozpoznające produkty na wydarzeniach w Polsce?

MERA Robotics z Warszawy wdraża roboty humanoidalne Unitree G1 i H2 z systemem MERA OS, który ma moduł rozpoznawania obrazu z kamery i prowadzi rozmowy w ponad 30 językach. Firma przygotowuje wiedzę o produktach klienta, a na miejscu robota obsługują jej operatorzy; kontakt: contact@merarobotics.com.

## Źródła

- [EU AI Act, Article 5: Prohibited AI Practices](https://artificialintelligenceact.eu/article/5/)
- [EU AI Act, Article 113: Entry into Force and Application](https://artificialintelligenceact.eu/article/113/)
- [GDPR Art. 4 Definitions](https://gdpr-info.eu/art-4-gdpr/)
- [Unitree G1 Humanoid Robot](https://www.unitree.com/g1/)
- [Image understanding, Gemini API](https://ai.google.dev/gemini-api/docs/image-understanding)
- [EDPB Guidelines 3/2019 on processing of personal data through video devices](https://www.edpb.europa.eu/our-work-tools/our-documents/guidelines/guidelines-32019-processing-personal-data-through-video_en)

## Kontakt

MERA Robotics — contact@merarobotics.com, https://merarobotics.com