11月4日,全球机器人规模最大的学术会议之一——IEEE智能机器人与系统国际会议(IROS)正式开幕,大会吸引了4000多名世界各地的机器人、自动化系统及人工智能等领域的专业人士、顶尖研究团队代表及企业界人士参加交流。除了聚焦最新机器人研究成果,IROS还会举办机器人比赛,以更为直接而又轻松的方式展现机器人的魅力。今年的机器人挑战赛聚焦机器视觉前沿领域,旨在通过比赛探索,赋予AI终生学习能力。当天,IROS 2019大会正式揭晓了Lifelong SLAM挑战赛结果,来自九号机器人有限公司的SegwayRobotics团队以绝对优势获得了冠军。
代替人类从事繁重、危险的工作,一直是机器人研究的终极目标。机器人在现实环境中具有实用性,必需要响应和适应人类与环境的变化,而机器人的「眼睛」——机器视觉,可以通过光学装置和传感器让机器人通过图像认知周围环境,并做出相应的判断和决策。
今年的IROS机器人挑战赛有两项,Lifelong SLAM - 适应场景变化的定位算法竞赛就是其中之一,比拼的是机器人通过视觉进行持续自我定位的能力。
SLAM全称“同时定位与建图”,旨在使机器人在移动过程中能够自主估计自身所处的位置和姿态,是机器人领域的核心问题之一。通俗一点来说,SLAM指的是当机器人来到一个完全陌生的环境时,它需要精准地建立时间和空间的对应关系,并能完美地知道:我刚才在哪里,现在在哪里?我看到了什么,现在看到的和之前看到的有什么不一样?我刚走过的轨迹抖吗,我现在的位置飘吗?如果我迷路了我该怎么办,我还能追踪到自己的轨迹吗?
一般大家研究SLAM往往着重考察机器人在静态环境中或在包含某些明显动态特性(例如移动人和物体)场景中的定位精准度,而忽视场景变化带来的定位失败和错误匹配问题。例如,在家庭场景中,大多数物品是可移动、可变形的,同一个客厅第二天经过整理,机器看到的世界和第一天相比已经发生了巨变,此时SLAM能否重定位成功?这种动态变化对机器(重新)定位的鲁棒性和地图的可重用性构成了挑战。
因此,本次比赛提出定位成功率这一指标,着重考察SLAM算法能否在视角、光照和场景布置发生变化时稳定识别自身位置,从而支持机器人的长期部署。
为配合本赛事,研究人员制作发布了全新的SLAM数据集——OpenLORIS-Scene。与以往SLAM数据集相比,OpenLORIS-Scene中包含的场景更贴近生活,传感器配置更丰富,并且对每个场景多次录制,从而包含真实生活导致的场景变化。OpenLORIS-Scene数据集将成为SLAM算法能否支持机器人真实部署的试金石。
OpenLORIS-Scene使用九号机器人Segway Robotics团队研发的Segway配送机器人S1来收集数据。据了解,目前市面上能够支持加装很多传感器来采集制数据,并能在人群中行走的,只有Segway配送机器人S1。S1上加装了RealSense D435i摄像机和RealSense T265摄像机两个传感器来采集图像数据,两者均安装在大约1m的固定高度上。S1还提供了车轮编码器 odometry里程计数据。
自7月份上线以来,比赛吸引了来自全球数十只队伍参与,其中不乏北大,上海交大等实力强悍的科研团队加入赛事。在经过数月的算法比拼后,Segway Robotics团队和上海交大决赛得分超过90分,而作为参考基准的ORB_SLAM2、VINS-Mono等主流算法只能得到不到40分。
据参赛工程师说,Segway Robotics团队在Segway配送机器人S1原有的定位算法框架下,融合了深度学习的特征匹配和场景重定位,使机器人通过视觉进行持续自我定位的能力大大提高,综合评估分数第一。
本次夺冠,是对Segway Robotics在SLAM方向多年的技术累积的充分肯定,尤其在SLAM算法实用化的方面。在商业机器人运行的真实环境中,视觉感知会面临诸多挑战:环境和光照变化;无纹理环境, 动态环境等。Segway Robotics的算法框架融合的多传感器信息,包括鱼眼相机,惯性测量器件以及底盘编码器,使定位算法更加稳定。同时,通过不断的优化地图和合并地图增加视觉感知的范围,提高机器人的重新定位(Relocalization)的概率。通过这次比赛, 验证了Segway Robotics算法的实时定位的性能, 以及在大规模室内环境中建立一致地图的能力。
据了解Segway Robotics隶属于九号机器人,致力于机器人创新领域的业务。从2015年起,该团队就深耕机器人领域,专注于研发、生产和推广针对个人消费者和企业级市场的智能机器人,拥有全球领先的人工智能(AI)算法研发能力,以及硬件整机的研发与量产能力。
2018年8月,该团队发布了赛格威配送机器人S1,与美团、饿了么均建立了战略合作,并累计完成5000余公里的实地运行。在第一代机器人基础上,该团队还研发了第二代室内配送机器人S2,在产品多方面性能上进行了升级,采用与S1深度摄像头成本相近但可视角度更大的LDS Lidar,与视觉传感器融合后的导航系统,定位精度更高,视觉盲区更少,可以轻松检测到人脚或台阶,并做出适当应对反应。同时,该团队还主导研发了Segway室外配送机器人X1。
Segway Robotics一直很重视学术前沿和工程落地探索相结合,每年都会投入人力和实习生项目在参加各种学术会议赛事。在刚刚结束的两年一届的由北航、商汤科技、中科院、中大举办的 ICCV 2019(International Conference on Computer Vision)人-物交互检测竞赛中,Segway Robotics 还派出了自己培养的实习生队伍,获得了【现实生活场景的人和物体的关系交互检测】项目的第二名。看来,九号机器人Segway Robotics团队的机器人技术还是相当先进的,不知道为何这家公司在宣传上却如此低调。
