大会 | IROS 2017,这是一场用实际数据说明机器和人相差多远的比赛!

这是一场用实际数据说明,机器和人相差多远的比赛!

IROS 2017无人机竞速表演环节,荷代尔夫特理工大学选手在尝试FPV操作

AI科技评论看来,IROS 2017的无人机竞速比赛的“考题”要比IROS 2016要略简单一些,但仍然没有哪支队伍成功穿越全部13个门,最终的冠军队伍也不过穿过了9个门,成绩为3分11秒;而在正式比赛结束后的有操控表演中,一位带着VR眼镜的选手用46秒就穿越了全部13个门。而我们知道,FPV(First Person View)无人机视角要比人眼视角小得多,或许主办方希望通过摄像头视角的角度,尽可能将机器与人放在同一环境中比较,而这一比较使得我们可以更直观看出了机器与人的差距。

无人机竞速比赛的组织者、韩国成均馆大学的Hyungpil Moon也是AI科技评论记者的老朋友,去年在韩国大田举办的IROS 2016无人机竞速比赛也是由他组织。他向记者介绍,本次比赛共有6支队伍参赛,比赛场地在一个装有安全网的14x30米的场地进行,无人机需要在无操控的状态下穿越13个门,在最短时间内穿越所有门回到终点(也是起点)者为优胜者。如果没有选手穿越所有门,则先比较穿越的门的数量,如穿越的门的数量相同,则用时较短的一方排名在前。

比赛场地及障碍物设置,13个门分为直道、弯道、急转弯道和动态门4个区域

现场的效果是这样的

在场馆里挂这个安全网,组织者给加拿大的安装工人付了5000加元【震惊脸】

如上图所示,在地面上会贴有胶条用于定位,各支参赛队伍需要对无人机编程调试,让无人机可以识别出门的具体位置并进行穿越。比赛共分两轮,所有队伍轮流上阵,以成绩最好的一轮决定名次。

看起来很简单?实际上并非如此。

让我们来看一下比赛的进程吧:

比如ETH Zurich,该校是无人机飞控的先行者,该校的Pixhawk项目奠定了无人机飞控的基础,市面上几乎所有开源飞控系统都是由Pixhawk改进而来。艺高人胆大,由于对自己的飞控有信心,ETH Zurich在比赛中的策略也是采取尽可能快穿越的策略,在第一轮第三个出场,就取得了在36秒内穿越8个门的好成绩;

然而在第二轮中,ETH Zurich在完美的直线赛道加速后,正当大家在等待它拐弯的时候,它却突然意外坠机了......

出现类似情况的还有荷代尔夫特理工大学的团队,该团队去年也参加了比赛并获得亚军。在速度上,荷代尔夫特理工大学的无人机比ETH Zurich更胜一筹,第一轮中穿越第7个门的时候仅用时26秒,在第二轮中前期表现依然出色,但在穿越第6个门的时候没有能有效识别撞到了门上;

由无人机爱好者组成的First Commit团队用的是自己组装的无人机,也是所有参赛队中体型最大的一个。在第一轮仅取得6个门1分21秒的成绩后,在第二轮中终于吃到了体型大的亏,在第8个门穿越的时候螺旋桨防护架不小心挂到门框导致坠机,但也凭借这次表现成功超越荷代尔夫特理工大学获得第三名;

相比之下,来自墨西哥的INAOE团队就要稳健得多,与之前的队伍相比,INAOE简直就是“一看二慢三通过”的代表,在第一轮最后一个出场,以不紧不慢的表现在3分11秒内穿过了9个门,在第一轮结束后排名第一。

第二轮开始后,由于之前队伍纷纷意外落马,INAOE实际已经锁定了冠军,焦点就集中在是否能创造更好的成绩上了。但遗憾的是,INAOE在成功穿过第5个门后并没有能很好按地面标记进行定位,而是撞在了边网上(现场工作人员还在拼命把边网往外拉),遗憾地结束了比赛。

冠军团队INAOE

那么,无人机自主越障比赛究竟难在哪里?从与现场交流和IROS中国参会群中的讨论,AI 科技评论总结出了影响无人机表现的三个原因:

1)视觉识别:多位同学认为,障碍的视觉识别是最主要的问题。无人机需要先识别出框再从框里面飞过去,但现场有很多框,当同时识别出多个框的时候有可能会出错,另外无人机有撞到防护网的,也是因为无人机难以识别防护网;

2)高度控制/定位:一开始的直线赛道,重点是控制高度直接冲过去(按照规则,无人机可以从只需保持规定高度),需要用视觉识别来计算水平距离,或者用超声波计算垂直高度定高;在定位上中,大家都会用地面标记来进行定位,但算法和现场的环境和调试可能都会影响实际的飞行效果;

3)路线规划与飞行控制:飞行路线的决策和调整、路径的转换都是比较大的问题。如湖南瑞森可机器人技术总监胡斌博士认为,虽然比赛是竞速比赛,但无人机的速度不好控制,在比赛条件相对复杂的情况下,慢是比快更好的选择,ETH Zurich和荷代尔夫特理工大学“Die Fast”就说明了这一点。

考虑到本次比赛也仅有6支队伍参加,而 AI 科技评论记者认识的不少做无人机方向的学生,因为来大会主要目标是做报告而并没有参加或者到场观看比赛,从某种意义上说,这一比赛并一定能代表无人机的自主操控与人类的真实差距,毕竟从实际应用场景看,无人机更多用于户外相关工作,而对室内运动缺乏来自产业的需求,这是否也是制约无人机的自主导航研究水平的一个因素呢?或许下一次比赛应该把场地放到室外,这样机器与人究竟相差多远,我们也能有一个更准确的答案。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-09-29

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

Sense:特立独行的“非穿戴式”睡眠追踪器

1964
来自专栏数说工作室

十日大数据参考

我们将过去10天里播报的大数据新闻,浓缩成12条精选资讯,了解下这个行业的动向吧~ 1. 数说× “各行各业都在装备大数据” 2. 数说内参 ”大数据行业内的...

3337
来自专栏知晓程序

火遍老母亲微信群这些小游戏,「五一假期」陪爸妈必会

1031
来自专栏大数据文摘

硅谷华盛顿正面杠:科技巨头参加“世纪听证会”,谷歌缺席,推特道歉

美东时间9月5日,Facebook、推特在华盛顿参与“世纪听证会”,协助调查互联网干涉美国选举一事。这是自今年4月的Facebook听证会之后,美国国会再次针对...

592
来自专栏罗超频道

李一男回归野心更大,归来仍是少年

这几天互联网圈除了中概股的喋喋不休外,还有两个关于回归的小插曲:一个是快播CEO王欣即将出狱,王欣太太在微博呼唤老公回来重振雄风;还有一个是“天才少年”李一男将...

32810
来自专栏架构师小秘圈

真正麻烦不是房价,而是35岁以后你还能干嘛?

最近到处都在说房价,主流声音就是房价太高了买不起怎么办好迷茫好绝望。 真正的麻烦不是房价 其实中国人有几个是真没房住的?相对于房价来说房租便宜得很,买不起总租得...

3418
来自专栏数说工作室

A轮融资3200万,创冰科技估值已2亿!体育产业万亿盛宴,大数据该怎么参与?

创冰是一家成立不过两年的体育大数据公司,近日却完成了3200万的A轮融资,目前公司估值2亿。在足球领域,创冰已经为国字号球队、半数以上的中超俱乐部以及很多地方体...

2816
来自专栏AI研习社

对我影响最深的 10 位科技大佬

雷锋网按:这里是油管Artificial Intelligence Education专栏,原作者Siraj Raval授权雷锋字幕组编译。

1002
来自专栏机器人网

喜迎19,安检机器人再齐上阵

“机器警察”黄金周上岗 ? “机器警察”10.1黄金周上岗  双节期间,全国各地游客到北京游玩。不少游客发现,在进入天安门广场的一处安检口附近,一个白色的呆萌...

2825
来自专栏企鹅号快讯

人民网评:“算法推荐”不能成为传播低俗信息的助推器

眼下,一部手机包罗万有,我们瞬间获得的信息,可比李白、苏东坡一生得到的总和还要多。要是你幸福地以为你可以自由选择阅读哪一条信息,那就太天真了。 “叮”地一声被推...

1779

扫码关注云+社区