圖像識別、AI、無人駕駛、機器人等未來趨勢技術(shù)，被一班年輕大學生“玩”出新高度。作為國際性的大學生機器人賽事，第十七屆全國大學機器人大賽2018 RoboMaster機甲大賽日前圓滿落幕，本屆大賽共吸引了全世界近200支戰(zhàn)隊和近萬名學生參加，經(jīng)過近5個月激烈比賽，廣州本地高校華南理工大學“華南虎”戰(zhàn)隊，憑借過硬的實力成為衛(wèi)冕冠軍。

每屆機甲大賽的最大亮點就是體現(xiàn)高端制造業(yè)發(fā)展趨勢，今年圖像識別的應(yīng)用成為決勝的重要因素之一。目前，圖像識別是除語音識別外，人機交互的重要手段之一。蘋果、微軟、谷歌、英特爾、華為等企業(yè)都紛紛致力于讓機器具備深度學習能力，讓圖形識別更智能，讓計算機、機器人“看”世界。

今年的RoboMaster（以下簡稱RM）機甲大賽類似于手機游戲《王者榮耀》的模式，被稱為《王者》的機器人版。一支團隊分為英雄機器人、步兵機器人、工程機器人、空中機器人、哨兵機器人共5個角色，其中，步兵機器人有三個，其他角色機器人均有一個。對戰(zhàn)雙方通過機器人之間的協(xié)同工作、射擊等進行對抗，最后“擊毀”對方基地或基地血量高者勝利，而且每局限制在7分鐘之內(nèi)。

機甲大賽的科技含量在于參賽戰(zhàn)隊需要操作團隊親自研發(fā)的機器人，從一個細小的零件開始，焊接、裝拼、核心主板裝嵌、無人機改裝、寫程序、調(diào)試……到最后完成和操控一支機器人隊伍。近日，全媒體記者來到位于華南理工大學五山校區(qū)的機器人實驗室，里面放置著零件焊接的機器、無數(shù)的裝配工具、排線、電路板等，還有用于寫程序的電腦。

要制作如此高比賽級別的機器人，過程是漫長的，經(jīng)歷無數(shù)次反復制作與測試。例如步兵機器人頂端是一個云臺，包含了子彈發(fā)射器，底部是四個輪子組成、能靈活轉(zhuǎn)向的“車輛”。隊員李佩佩表示，目前這款參加比賽的步兵機器人，不是團隊做出來的“唯一”步兵機器人，“之前有機器人已經(jīng)做出來了，因為只有做出實物，并且達到較為完整的程度，才能進行測試。雖然比如今這輛更加小巧和靈活，但由于車速以及穩(wěn)定性沒有后者快與良好，所以被放棄了”。一臺步兵機器人從機械加工到電控“上電”，完成出來大概半個月時間。據(jù)介紹，制造出一臺英雄機器人大概需要6位成員共同完成。整個戰(zhàn)隊中，工程與英雄機器人復雜性相對較高，其中，英雄機器人的難點在需要快速“取彈”，這是比賽決勝因素之一，“我們的優(yōu)勢就在于英雄機器人取彈快，一次性能取兩個彈藥箱，時間在2~3秒之間?！标爢T李佩佩說。

衛(wèi)冕“秘籍”：

視覺研發(fā) 幫助機器人自動瞄準更精確

盡管RM大賽每年的規(guī)則都有所更新，今年采用的技術(shù)和零件明年不能用，但是由于大賽有一項固定規(guī)則就是射擊，因此打擊、識別、發(fā)射等項目都是一眾強隊鉆研的方向。

根據(jù)賽制，發(fā)射出的子彈必須打在對方機器人身上規(guī)定的裁判系統(tǒng)位置才算有效——讓對方扣掉血量。射擊技術(shù)的一個核心是機器人射擊子彈的彈道要穩(wěn)定與精準，RM官方對子彈的射速有上限規(guī)定，每個具備射擊能力的機器人的子彈發(fā)射口都有一個測速的裝置，假如檢測到子彈超速就會扣掉血量。所以，參賽隊伍都會盡量在限速的情況下做到高速。

視覺組成員楊澤霖對此解釋道，比如RM官方的限速是25米/秒，團隊就要做到每顆子彈的速度均是24~25米/秒，并且一顆子彈都不超過上限。另外，子彈不能卡住“槍管”，若是卡住了就全場都不能發(fā)彈了——這亦是眾多隊伍遇到的難題之一。楊澤霖介紹，今年的機器人采用了較多的氣動結(jié)構(gòu)，相比用電機而言，前者取彈速度更快，而且也加入了眾多的自動輔助技術(shù)，例如使用相機自動對位，相比人工對位，前者更加穩(wěn)定、準確和快速。據(jù)了解，上屆賽事中僅有極個別隊伍采用了自動瞄準技術(shù)，到了本屆比賽，這一技術(shù)已成機器人的“標配”。據(jù)視覺組隊員楊澤霖表示，團隊機器人身上裝載的攝像頭能自動識別對方，自動跟隨過去，這也是圖形識別技術(shù)的應(yīng)用。

機器人擁有“眼睛”

視覺測試需要反復多次調(diào)試

據(jù)了解，華工戰(zhàn)隊今年主要將圖像識別運用到了各機器人的自動瞄準、步兵機器人激活大小能量機關(guān)、工程和英雄機器人自動取箱、補給機器人自動給子彈這4個方面，“今年所有機器人都加載視覺識別程序，例如補給站機器人就是自動識別并跟機器人對接進行補彈的”，視覺組隊員解釋，圖像識別技術(shù)使機器人的速度和穩(wěn)定性有很大提升。

然而，為機器人裝上攝像頭，寫入自動圖像識別程序后，讓它能準確地識別圖像并不簡單。“因為實際環(huán)境與工業(yè)試驗環(huán)境是兩回事”，視覺組成員成斌告訴全媒體記者，團隊有一個獨立的視覺實驗室進行機器人視覺測試，測試并非一兩次就能完成，需要多次反復調(diào)試。因為實際場景的光照強度、光照方向、曝光時間和增益等，都會影響機器人的視覺“能力”。例如在賽場上復雜的光線或者突如其來的光照，都會給機器人戰(zhàn)隊的視覺系統(tǒng)帶來困難。視覺組隊員表示，他們需要做足夠多的實驗測試，模擬實際環(huán)境較為充分，“我們會模擬不同的光線情況，將眾多的實際情況考慮進去”。

據(jù)了解，目前團隊所研究的識別技術(shù)，優(yōu)勢在于延時低、轉(zhuǎn)換回來的坐標較為精準，這讓機器人打擊的準確率很高。

讓機器像人類一樣觀察和理解世界

未來：除了圖像 還有視頻識別

作為機器視覺系統(tǒng)的重要組成部分之一的圖像處理應(yīng)用，相當于人的大腦對系統(tǒng)獲取的圖像，做出正確判斷。除了在攝像頭中加入圖形識別功能外，據(jù)了解，今年華工戰(zhàn)隊的機器人換上了麒麟970，這個人工智能移動計算平臺最大的特點之一是AI場景識別，因為除了CPU外，更擁有具有獨立神經(jīng)處理單元（NPU），AI運算相比CPU處理能效提升50倍，性能提升25倍。據(jù)了解，從去年全球科技廠商蘋果在iPhone X上使用了具備神經(jīng)網(wǎng)絡(luò)引擎的A11仿生處理器后，目前，眾多科技廠商的高端處理器都帶有了“深度學習”能力，并且集中“火力”在圖像識別上。高通、英特爾、谷歌、英偉達等都專門開發(fā)針對圖像識別的平臺。

圖像識別，被認為是人工智能科技領(lǐng)域中，除語音交互外，人機交互中的重要手段之一，例如目前消費者們經(jīng)常在中高端手機產(chǎn)品上看到的人臉識別技術(shù)，就是圖像識別功能之一。另外，目前眾多智能終端擁有AI拍照功能、相冊篩選等等，同樣是圖像識別發(fā)揮著重要的作用。

根據(jù)科技行業(yè)最新的消息稱，日前，谷歌拋出了新的黑科技：視頻內(nèi)容識別。通過這一技術(shù)，能夠識別視頻當中的各種動物、物體、風景等內(nèi)容，例如你要在視頻當中搜索一只狗，搜索引擎很快就能為用戶找出視頻中包括狗的畫面。業(yè)界解釋，其中可以通過圖像識別的原理來理解視頻識別。實際上，國內(nèi)有物聯(lián)網(wǎng)團隊亦致力于這一方面，正把圖形識別、視頻識別的研究用于在城市交通監(jiān)測當中。

記者觀察

科技技術(shù)有應(yīng)用場景，才得以深入發(fā)展以及發(fā)掘新的研究方向。“華南虎”戰(zhàn)隊的指導老師、來自華南理工大學機械與汽車工程學院講師張東認為，只有通過動手實踐，知識才能真正掌握，成為有價值有意義的知識。

作為國際性的機器人賽事，機甲大賽并非僅有刺激性與觀賞性?？v觀整個比賽的機器人競技模式，除了不同角色的機器人本身擁有不同“含金量”的技術(shù)外，更重要的是團隊合作、整體戰(zhàn)術(shù)，以及考驗不同角色機器人之間的協(xié)同。業(yè)內(nèi)專家表示，多機器人的協(xié)同控制在學術(shù)圈是研究熱點。今年3月在平昌冬奧會閉幕式的“北京八分鐘”表演中，我國新松的24臺人工智能機器人控制著“冰屏”與24名輪滑演員，配合地面投影不斷變幻曼妙舞姿，當中講求的就是多機協(xié)同、人機協(xié)同——如果有一臺機器人稍有延遲或動作偏差，整個演出都會失敗。