IROS 2016|现场无人机比赛有多难 看了这篇文章你就知道了

跟AI大会不一样,机器人大会是个更崇尚现场竞技的地方,比如RoboCup,比如DARPA,比如FIRST,都是你不去参加,你就不知道机器人操控有多难的“比蠢大赛”,不过这次“比蠢”的地点换到了韩国大田——IROS 2016为期三天的Competitions环节中(10月11号-13号),荷尔蒙飙升的比赛专区就举行了机械手抓取比赛,人形机器人比赛,自主飞行无人机比赛三项时下项目。关于机械手抓取比赛和人形机器人比赛详见雷锋网的报道《IROS 2016 | 看过这场机械手比赛,你会发现自己的手值好几亿》《IROS 2016 | 机器人怎么玩魔法?,这篇文章中雷锋网着重要写的是IROS 2016的自主飞行无人机比赛。

IROS 2016|现场无人机比赛有多难    看了这篇文章你就知道了

自主飞行无人机比赛——顾名思义就是整个比赛除了起飞和降落,全部飞行路径和行为都不能通过手动控制。但根据雷锋网的观察,虽然比赛横幅上写着大大的自主飞行无人机(autonomous drone)比赛,比赛期间团队仍会派出一名遥控人员在比赛场地内负责无人机的起飞和降落,特别是无人机即将撞倒障碍物或者炸鸡的情况下,“遥控手”会酌情手动降落无人机。

据现场来自荷兰代尔夫特理工大学参赛团队的介绍,他们三个月前根据官网公布的比赛路径开始为这个比赛准备,但是实际参赛路径地图直到比赛前都有微调。

IROS 2016|现场无人机比赛有多难    看了这篇文章你就知道了

雷锋网(公众号:雷锋网)进入场地沿着参赛场地走了一圈,如下图所示:半个小时内,

无人机沿着左下角的门进去后起飞,沿着左边飞完,到1位置后要左转折回来完成“急转弯”测试; 再穿过中间的3个方框,一直穿到右下角2的位置(“水平锯齿”测试);再经过3的位置橙色圆柱体进行“螺旋向上”测试;最后回到中央4的位置,穿过大摆钟(“动态障碍物” 测试)就算胜利。

IROS 2016|现场无人机比赛有多难    看了这篇文章你就知道了

听起来很有意思的样子? 来看看现场的比赛实况。

雷锋网赶到赛场的时候,正好碰见来自荷代尔夫特理工大学的团队(采用基于parrot自定义飞控和算法的战机),在无人机快飞完中间连续几个栅栏门的时候,无人机识别出现障碍,这时团队返回起点重新启动无人机。(路径设置程序是提前写好的,一般无人机飞到一半出现定位,识别或者路径导航障碍,大部分团队会选择从头再来,比赛最后也会以它们飞地最远的一次作为最终成绩。)

IROS 2016|现场无人机比赛有多难    看了这篇文章你就知道了

之后是来自韩国Kaist大学的团队(采用kaist大学自定义飞控,DJI的四轴的战机),在前面过关斩将,表现一直算稳定,但到最后要穿过动态时钟的关键时候,它居然坠!机!了!经过这次重大“坠机”事故,后面团队亦尝试着从头再来,但不出所料地没有超越前面那一次在现场看来“相当好”地成绩。

IROS 2016|现场无人机比赛有多难    看了这篇文章你就知道了

接下来是被寄予众望的苏黎世理工大学的团队(采用多家无人机厂商部件自定义的战机),机器人大赛粉都知道,现场比赛的时候通常大学知名度和比赛结果不成正比。。。如大家所愿,团队在一开始的时候,一直飞地很稳健,但到了比赛路径图1位置转折回来后再开始穿越正方形框的时候,骄傲的“苏黎世” 遇到了它们的识别“坎”:要么高度过高,要么过框的时候没识别准,要么对着框架撞过去……直到最后光荣地输给了前面两个团队~

IROS 2016|现场无人机比赛有多难    看了这篇文章你就知道了

值得一提的是,还有一只来自成韩国成均馆大学的团队,因为自动飞行路径设置现场一直没调试完成,最后改成手动比赛,算是自动变成“重在参与,不计成果”的抱憾队伍了。

IROS 2016|现场无人机比赛有多难    看了这篇文章你就知道了

另外还有一只参赛的团队,雷锋网去到的时候它们已经比完了加上它们不在最终获奖的名单上,这里就不做详细描述了。

……

……

就这样,因为现场各种bug的出现,参加决赛的5只团队,本来大家报以厚望的苏黎世理工并没有借助它们的算法实力脱颖而出,而是来自韩国的Kaist团队以离最后一关“一步之遥”的相对胜利成为本次无人机大赛的最终冠军,来自荷代尔夫特理工大学的团队当仁不让地拿到了最终亚军。

IROS 2016|现场无人机比赛有多难    看了这篇文章你就知道了

会后,雷锋网探究了此次无人机大赛最终没有一只团队完全穿越栅栏的原因。

根据现场参赛团队人员的的介绍,全自动无人机比赛对于参赛人员来说主要有几个难点:

1)最优路径规划

文章开头有提到,据现场参赛团队的介绍,他们三个月前根据官网公布的比赛路径开始为这个比赛准备,但是实际参赛路径地图直到比赛前都有微调。

2)飞行和跟踪控制

识别的时候,无人机对障碍物拍照了后,需要识别出哪里是框,哪里是框架,再从框内飞过去。当同时识别出两个框架的时候,有识别混乱的风险。

3)定位

现场不支持使用GPS定位,大部分用的视觉识别来计算水平距离,或者用声纳识别来计算垂直高度。

4)障碍物检测与恢复

基于前面的定位和识别基础,无人机再做出下一步导航的决策。但很多时候前后两个框的高度不一,路径转换很大。有时还要应对高难度挑战(过转动秒针框,螺旋向上飞行)。

而这些原因的背后,凸显了一个重要问题,那就是之前在户外参加无人机比赛,我们经常能看到第一人称视角竞速,障碍物穿越,甚至矩阵花样表演这些眼花缭乱的项目;但把参赛场地转换到室内的时候,把飞行模式切换为自主飞行的时候,我们已经相对成熟的无人机技术好像突然瘸了腿,伤了眼一样,变得又蠢又冲~这是否暗示着室内无人机还有很大的发展空间呢?

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/77400.html

(0)
上一篇 2021年8月12日 04:34
下一篇 2021年8月12日 04:34

相关推荐

发表回复

登录后才能评论