結(jié)合機器人挑戰(zhàn)賽的專業(yè)建設(shè)與實踐教學(xué).doc

結(jié)合機器人挑戰(zhàn)賽的專業(yè)建設(shè)與實踐教學(xué) 趙卉菁，方永堃，梅繼林，徐東昊，曾齊齊 （北京大學(xué)信息科學(xué)技術(shù)學(xué)院，北京100871） 摘要：結(jié)合北京大學(xué)學(xué)生參加筑波機器人挑戰(zhàn)賽的經(jīng)歷，介紹專業(yè)建設(shè)與實踐教學(xué)的經(jīng)驗，提出學(xué)生參加比賽可以為進一步開展機器人研究打下基礎(chǔ)，通過鼓勵學(xué)生參加科研前沿的賽事活動，能夠在比賽中促進機器人科研建設(shè)與實踐教學(xué)的開展。 關(guān)鍵詞：機器人；實踐教學(xué)；挑戰(zhàn)賽 第一作者簡介：趙卉菁，女，研究員，研究方向為智能感知技術(shù)、傳感器技術(shù)，zhaohjcispkuedu。 1背景 機器人研究與教學(xué)具有很強的系統(tǒng)性、技術(shù)性和平臺依賴性。學(xué)生不僅要對關(guān)鍵技術(shù)點進行分析研究，也要對整個系統(tǒng)有較好的了解，從而理清機器人系統(tǒng)對該關(guān)鍵技術(shù)點的輸入條件及目標(biāo)需求。學(xué)生不僅需要通過課堂、課本獲得相關(guān)知識，還要通過實踐對知識進行吸收理解，從而解決現(xiàn)有前沿算法或系統(tǒng)的問題。 深入開展機器人研究需要一定的知識與經(jīng)驗積累，這一點對于剛剛步入科研的學(xué)生來講是一個難關(guān)。學(xué)生往往對機器人研究有很高熱情，然而缺乏足夠的知識與經(jīng)驗積累。為此，課題組帶領(lǐng)低年級研究生連續(xù)參加了xx年及xx年日本筑波機器人挑戰(zhàn)賽，極大地鼓舞了學(xué)生的研究熱情。 2筑波機器人挑戰(zhàn)賽介紹 筑波機器人挑戰(zhàn)賽(TsukubaChallenge)是由筑波挑戰(zhàn)賽執(zhí)行委員會和日本茨城縣筑波市主辦，日本科學(xué)技術(shù)振興機構(gòu)(JST)、筑波大學(xué)等單位共同協(xié)辦的機器人比賽，比賽的主要內(nèi)容是讓機器人在筑波市內(nèi)的步行街道等真實環(huán)境中自動行駛并完成特定任務(wù)。筑波機器人挑戰(zhàn)賽于xx年正式創(chuàng)辦，xx-xx年為第一階段，其主要目的是實現(xiàn)機器人在復(fù)雜真實世界中的自主性，包括在室內(nèi)、室外、臨時販賣車、GPS受信狀態(tài)良好遮擋、乘坐電梯、出入自動門、爬坡等情況下的表現(xiàn)。 在第一階段結(jié)束時，日本參賽團隊的整體水平已非常高，有5個機器人在規(guī)定時間內(nèi)成功地完成了上述所有挑戰(zhàn)。xx年起筑波機器人挑戰(zhàn)賽進入第二階段，其主要目的是讓機器人在實現(xiàn)自主性的同時提高其服務(wù)性，比如尋找特定的人。xx-xx年的比賽中賽道直線距離約2km，范圍包括公園、住宅區(qū)、車站、廣場等，并在整個賽場中設(shè)置3個探索區(qū)，機器人需要在探索區(qū)尋找穿有特定衣服的5人。每年的比賽從7月開始至11月結(jié)束，大約包括10次公開實驗和1次正式比賽。由于賽場直接設(shè)置于城市公共區(qū)域，因此不允許任何團隊對賽場環(huán)境進行修改，比如布設(shè)標(biāo)志物等，也不允許任何團隊在公開實驗及正式比賽以外的時間在賽場中實驗。 北京大學(xué)組成了PKU-POSS團隊參加xx-xx年筑波機器人挑戰(zhàn)賽。我們的目的是借助參加比賽的過程使學(xué)生能夠?qū)C器人系統(tǒng)及其關(guān)鍵技術(shù)有一個全面且較為深入的理解，同時近距離了解世界前沿水平。為了使更多學(xué)生得到培養(yǎng)，兩屆比賽的參賽團隊均由新人構(gòu)成，參賽時的情況見圖1，每年均要通過頻繁的討論、共同研發(fā)、實驗等創(chuàng)建各具特色的系統(tǒng)與算法。在兩屆比賽中，PKU-POSS是所有參賽隊伍（xx年報名48隊，共54個機器人；實際參賽44隊，共50個機器人）中唯一一支日本以外的隊伍。 由于經(jīng)費等限制，PKU-POSS僅參加了部分公開實驗。比如xx年參加了8月2日、11月10日、11月14日、11月15日的公開實驗及11月16日的正式比賽。xx年的正式比賽中，PKU-POSS的機器人在行駛到一半路程時遇到路障無法前行，因而被迫終止比賽。雖然成績有喜有憂，然而通過比賽，學(xué)生對機器人有了更為深入的理解。通過準(zhǔn)備比賽、經(jīng)歷比賽、與其他參賽團隊的學(xué)生在同一個賽場競技交流、在完全陌生的環(huán)境遇到問題解決問題的經(jīng)歷，學(xué)生收獲良多，這些都是課本或教室中學(xué)不到的。 3參賽機器人的系統(tǒng)與算法研發(fā) xx年筑波機器人挑戰(zhàn)的基本目標(biāo)是機器人從起點到終點的自主行走，同時在其中的探索區(qū)域中找到特定的目標(biāo)人物。為了實現(xiàn)該目標(biāo)，北京大學(xué)團隊組裝了機器人，配備了GPS、慣性傳感器、車輛編碼器、激光雷達、攝像頭，并利用這些傳感器的數(shù)據(jù)構(gòu)建了軟件系統(tǒng)，包括定位、目標(biāo)檢測、可通行區(qū)域檢測、規(guī)劃控制等處理模塊。隊長負(fù)責(zé)整體系統(tǒng)構(gòu)建與視覺處理，其他隊員分別承擔(dān)12個算法模塊的研發(fā)。 我們在定位模塊中采集并融合了從多個傳感器獲得的數(shù)據(jù)，比如GPS采集到的位置數(shù)據(jù)、LIDAR采集到的距離數(shù)據(jù)，還有編碼器慣性導(dǎo)航單元獲得的速度朝向數(shù)據(jù)。我們使用一個2DSLAM（同時定位與地圖創(chuàng)建）算法來計算機器人的位置，通過將在線采集的數(shù)據(jù)匹配到離線占有柵格地圖中，計算出當(dāng)前匹配的誤差；同時估計了GPS的定位誤差還有編碼器慣性導(dǎo)航單元計算的累計誤差以及他們的定位結(jié)果；最后把這些融合到同一個模型中，獲得一個最終的定位結(jié)果以及相應(yīng)的定位誤差。 在檢測特定的目標(biāo)任務(wù)中，我們使用了雙目攝像頭、電機和水平激光的數(shù)據(jù)。電機幫助攝像頭獲得一個更加寬廣的視角，使機器人更容易尋找到目標(biāo)。激光數(shù)據(jù)是為了提高檢測目標(biāo)的位置精度，我們可以通過雙目攝像頭來計算場景的三維信息，之后就可以從中獲取一些ROI，然后提取HOG特征，使用SVM進行訓(xùn)練2-3。這些步驟之后，我們就可以在圖像中獲得一些候選的目標(biāo)任務(wù)，之后使用顏色信息和三維信息就能去掉一些誤檢。最后，使用水平激光來計算目標(biāo)人物的精確位置。 在可通行區(qū)域檢測方面，我們最初的設(shè)想是在電機的幫助下將二維激光旋轉(zhuǎn)生成三維點云，單純基于三維點云的高度等特征來計算局部的可通行區(qū)域，使用二維柵格地圖來表示。但是這樣得到的三維點云掃描線過于稀疏，在我們需要的尺度上結(jié)果并不理想?？紤]到旋轉(zhuǎn)激光的掃描線數(shù)據(jù)在地面和非地面交界處會有突變，我們嘗試的另一個策略是以水平激光得到的可通行區(qū)域為主，旋轉(zhuǎn)激光的掃描線作為輔助。具體的操作使用文獻4中的方法，提取可靠的路面上的直線的部分，并將其他點作為不可通行的點，在水平激光生成的可通行區(qū)域的基礎(chǔ)上刪除。在實際的實驗中，由于的bug，增加旋轉(zhuǎn)激光返回后的數(shù)據(jù)有問題，經(jīng)常會造成驟停的現(xiàn)象。最終，我們選擇了使用水平激光得到可通行區(qū)域，并提前根據(jù)采集得到的實際數(shù)據(jù)將水平激光高度所無法檢測到的障礙物標(biāo)注在了地圖中，放棄使用旋轉(zhuǎn)激光檢測三維信息。這樣的方法在定位結(jié)果正確的情況下可以規(guī)避低矮的路沿、公園長椅等水平激光無法掃到或無法完全掃到的障礙物，但這個方法嚴(yán)重依賴于定位的精確性。 導(dǎo)航規(guī)劃模塊包括兩部分：全局的規(guī)劃和局部避障規(guī)劃。在全局規(guī)劃中，機器人會沿著預(yù)先離線設(shè)定的一系列路點行駛。假如檢測到障礙物的話，我們會動態(tài)地添加一個新的特殊路點，這樣機器人就會往這個路點行駛，到達后會停止一段時間，然后倒車?yán)^續(xù)探索下一個路點。假如障礙物已經(jīng)很近，把所有可能的無碰撞軌跡都遮擋住了，那么機器人會停車一段時間，之后倒車重新規(guī)劃一條新的可通行的軌跡。參賽機器人系統(tǒng)設(shè)計與部分軟件模塊處理結(jié)果見圖2。 4結(jié)語 在這次比賽中，學(xué)生從備賽的過程中了解到自己的不足，也在觀摩其他隊伍的表現(xiàn)、與其他隊伍成員的交流中明確了進步的空間與方向，同時也提升了自己的溝通能力。 通過這次比賽，我們深切地意識到做出一個實物和在模擬數(shù)據(jù)上研究算法是有本質(zhì)的差別，前者需要大量的實驗驗證。這一次出現(xiàn)可通行區(qū)域部分沒有使用旋轉(zhuǎn)激光的結(jié)果，致使機器人被低矮的凸障礙影響而使比賽失敗的問題，就是由于對結(jié)果估計過于樂觀、進度控制不當(dāng)、未安排足夠時間調(diào)試。另外，路徑規(guī)劃時策略過于激進，沒有考慮到車體動力學(xué)模型導(dǎo)致有的軌跡可能無法執(zhí)行。 參加比賽的一些隊伍所設(shè)計的機器人是有明確實用意義的，比如輪椅、代步車等，這也給我們帶來了一些思考，為我們今后開展更為深入的機器人研究提供了重要參考。在xx-xx日本筑波機器人挑戰(zhàn)賽的參賽過程中，我們學(xué)習(xí)到日本高等院校研究所在機器人科研建設(shè)與實踐教學(xué)中的成功經(jīng)驗，他們舉辦具有前沿性科研水平的機器人比賽實質(zhì)上是構(gòu)建了一個公共科研平臺。帶領(lǐng)學(xué)生參與機器人比賽既能夠鼓勵學(xué)生的研究熱情，又能夠面向真實應(yīng)用開展實踐，使學(xué)生對機器人系統(tǒng)及關(guān)鍵技術(shù)有更深更具體的理解。 參考文獻 1ZhaoH,ChiBM,ShibasakiR.SLAMinadynamiclargeoutdoorenvironmentusingalaserscannerC/RoboticsandAutomation(ICRA).WashingtonDC:IEEE,xx:1455-1462. 2FelzenszwalbP,GirshickR,McAllesterD.ObjectDetectionwithdiscriminativelytrainedpartbasedmodelsJ.PatternAnalysisandMachineIntelligence,xx,32(9):1627-1645. 3GeigerA,RoserM,UrtasunR.Efficientlarge-scalestereomatchingEB/OL.xx-07-30.researchgate./publication/220745081_Efficient_Large-Scale_Stereo_Matching. 4ShinY,JungC,ChungW.Drivableroadregiondetectionusingas