11月4日,全球機器人規模最大的學術會議之一——ieee智能機器人與系統國際會議(iros)正式開幕,大會吸引了4000多名世界各地的機器人、自動化系統及人工智能等領域的專業人士、頂尖研究團隊代表及企業界人士參加交流。除了聚焦最新機器人研究成果,iros還會舉辦機器人比賽,以更為直接而又輕松的方式展現機器人的魅力。今年的機器人挑戰賽聚焦機器視覺前沿領域,旨在通過比賽探索,賦予ai終生學習能力。當天,iros 2019大會正式揭曉了lifelong slam挑戰賽結果,來自九號機器人有限公司的segwayrobotics團隊以絕對優勢獲得了冠軍。

代替人類從事繁重、危險的工作,一直是機器人研究的終極目標。機器人在現實環境中具有實用性,必需要響應和適應人類與環境的變化,而機器人的「眼睛」——機器視覺,可以通過光學裝置和傳感器讓機器人通過圖像認知周圍環境,并做出相應的判斷和決策。

今年的iros機器人挑戰賽有兩項,lifelong slam - 適應場景變化的定位算法競賽就是其中之一,比拼的是機器人通過視覺進行持續自我定位的能力。

slam全稱“同時定位與建圖”,旨在使機器人在移動過程中能夠自主估計自身所處的位置和姿態,是機器人領域的核心問題之一。通俗一點來說,slam指的是當機器人來到一個完全陌生的環境時,它需要精準地建立時間和空間的對應關系,并能完美地知道:我剛才在哪里,現在在哪里?我看到了什么,現在看到的和之前看到的有什么不一樣?我剛走過的軌跡抖嗎,我現在的位置飄嗎?如果我迷路了我該怎么辦,我還能追蹤到自己的軌跡嗎?

一般大家研究slam往往著重考察機器人在靜態環境中或在包含某些明顯動態特性(例如移動人和物體)場景中的定位精準度,而忽視場景變化帶來的定位失敗和錯誤匹配問題。例如,在家庭場景中,大多數物品是可移動、可變形的,同一個客廳第二天經過整理,機器看到的世界和第一天相比已經發生了巨變,此時slam能否重定位成功?這種動態變化對機器(重新)定位的魯棒性和地圖的可重用性構成了挑戰。

因此,本次比賽提出定位成功率這一指標,著重考察slam算法能否在視角、光照和場景布置發生變化時穩定識別自身位置,從而支持機器人的長期部署。

為配合本賽事,研究人員制作發布了全新的slam數據集——openloris-scene。與以往slam數據集相比,openloris-scene中包含的場景更貼近生活,傳感器配置更豐富,并且對每個場景多次錄制,從而包含真實生活導致的場景變化。openloris-scene數據集將成為slam算法能否支持機器人真實部署的試金石。

openloris-scene使用九號機器人segway robotics團隊研發的segway配送機器人s1來收集數據。據了解,目前市面上能夠支持加裝很多傳感器來采集制數據,并能在人群中行走的,只有segway配送機器人s1。s1上加裝了realsense d435i攝像機和realsense t265攝像機兩個傳感器來采集圖像數據,兩者均安裝在大約1m的固定高度上。s1還提供了車輪編碼器 odometry里程計數據。

自7月份上線以來,比賽吸引了來自全球數十只隊伍參與,其中不乏北大,上海交大等實力強悍的科研團隊加入賽事。在經過數月的算法比拼后,segway robotics團隊和上海交大決賽得分超過90分,而作為參考基準的orb_slam2、vins-mono等主流算法只能得到不到40分。

據參賽工程師說,segway robotics團隊在segway配送機器人s1原有的定位算法框架下,融合了深度學習的特征匹配和場景重定位,使機器人通過視覺進行持續自我定位的能力大大提高,綜合評估分數第一。

本次奪冠,是對segway robotics在slam方向多年的技術累積的充分肯定,尤其在slam算法實用化的方面。在商業機器人運行的真實環境中,視覺感知會面臨諸多挑戰:環境和光照變化;無紋理環境, 動態環境等。segway robotics的算法框架融合的多傳感器信息,包括魚眼相機,慣性測量器件以及底盤編碼器,使定位算法更加穩定。同時,通過不斷的優化地圖和合并地圖增加視覺感知的范圍,提高機器人的重新定位(relocalization)的概率。通過這次比賽, 驗證了segway robotics算法的實時定位的性能, 以及在大規模室內環境中建立一致地圖的能力。

據了解segway robotics隸屬于九號機器人,致力于機器人創新領域的業務。從2015年起,該團隊就深耕機器人領域,專注于研發、生產和推廣針對個人消費者和企業級市場的智能機器人,擁有全球領先的人工智能(ai)算法研發能力,以及硬件整機的研發與量產能力。

2018年8月,該團隊發布了賽格威配送機器人s1,與美團、餓了么均建立了戰略合作,并累計完成0余公里的實地運行。在第一代機器人基礎上,該團隊還研發了第二代室內配送機器人s2,在產品多方面性能上進行了升級,采用與s1深度攝像頭成本相近但可視角度更大的lds lidar,與視覺傳感器融合后的導航系統,定位精度更高,視覺盲區更少,可以輕松檢測到人腳或臺階,并做出適當應對反應。同時,該團隊還主導研發了segway室外配送機器人x1。

以上是網絡信息轉載，信息真實性自行斟酌。