此次事故的起因可以追溯到 InCobot 机械臂配备的人工视觉设备的训练方法。这只重约 50 公斤的手臂配备了一个摄像头，可以观察与人类操作员共享的环境，并检测附近是否有人手。视野中的手会打断机器人的移动，机器人会等待空间空闲后再采取行动。摄像头将其视频流发送到经过机器学习训练的系统。该系统基于通用的“YOLO”（You Only Look Once）技术，该技术广泛应用于计算机视觉，这是一种经过训练可识别日常物体的神经网络，其设计者强调其通用性，并通过“迁移学习”为其提供想要识别的特定物体的互补图像，从而实现专业化。