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

在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。