9CaKrnKehRz smart.huanqiu.comarticleIROS 2018移动操作机器人竞赛冠军揭晓/e3pmh140m/e3pmh14i1机器人领域的盛会IROS 2018于当地时间 10 月 1-5 日在西班牙马德里召开。来自新加坡松下研究院申省梅团队、新加坡南洋理工大学陈义明教授团队的联合团队 Robotics.SG 获得 IROS Mobile Manipulation Hackathon 挑战赛冠军。该项竞赛要求所有参赛者统一使用西班牙 PAL 公司的移动机械手臂机器人 Tiago。Tiago 为西班牙语,表示“拿着它走吧”。每支参赛队伍需根据 Tiago 的功能定义自己的应用专题及机器人要完成的任务。任务越复杂就需要越高难度的技术,将技术集成在一起并顺利完成任务的风险也会相应增加。 此次比赛中,申省梅、陈义明联合团队的应用场景是针对超市如何使用Tiago 机器人把客户遗留在超市收银台的产品放回货架,从而大大节省人工成本。据申省梅介绍,这次比赛中用到的关键技术如下:第一,机器人从一点移动到另一点的路径规划,地图建立和导航以及障碍物检测和绕过等;第二,机器人要能识别上千种商品并能按照商品所在货架将其正确放回;第三,针对不同商品,机器手需找到最佳抓取角度和方向,成功抓取商品。之后,再根据得到的位置信息,做出任务规划,成功将商品放回货架。在此当中的几个环节,申省梅团队采用了深度学习技术,比如训练了商品识别检测模型; 对于商品的成功抓取也采用了较为通用和鲁棒的设计方案,可以应用到各种抓取目标而不受限于抓取目标数据库的建立等。获胜过程并非一帆风顺,申省梅也提到比赛中面临的挑战:一是对 Tiago 的安装测试只能从决赛前一周开始。“最开始操作 Tiago 时,我们对它的性能和操作非常陌生,完全看不到成功的影子。最终,团队成员协调配合做到半夜,才终于在最后一天演示成功。”此外,比赛环境与测试环境不同,测试 Tiago 机器人的时间也极其有限。这也是比赛的目标之一——如何使设计的机器人尽快适应新的环境。针对这一挑战,他们坚持不在现场更改算法,只调参数;在设计中,他们也考虑到环境因素,比如演示场地的大小、灯光变化、机器人的性能,做出了相应的出错自动恢复措施。每次比赛都是一场收获之旅。在申省梅看来,通过此次比赛,既看到了团队的实力和长处,也看到了需要改进的地方。“我们可以以此作为 POC,针对不同场景(超市、物流、工厂等),不断提高和完善,向商业化迈进。”“机器人与环境的适应性远远不如人的大脑。”这次比赛使他们深深的感到了这一点。如何开发一个灵活性强的机器人,比如用增强学习算法来适应环境的改变;开发不同环境下同一个性能的机器人模块等。这也是 IROS 上诸多专家学者的观点:竞赛是一个很好的平台,它能发现问题并反馈给学术界和技术开发者去寻求解决和突破,同时也能让现有的技术尽快转向落地及商业化。1541025420000环球网版权作品,未经书面授权,严禁转载或镜像,违者将被追究法律责任。责编:梁爽环球网154102542000011[]//himg2.huanqiucdn.cn/attachment2010/2018/1101/06/38/20181101063840319.jpg
机器人领域的盛会IROS 2018于当地时间 10 月 1-5 日在西班牙马德里召开。来自新加坡松下研究院申省梅团队、新加坡南洋理工大学陈义明教授团队的联合团队 Robotics.SG 获得 IROS Mobile Manipulation Hackathon 挑战赛冠军。该项竞赛要求所有参赛者统一使用西班牙 PAL 公司的移动机械手臂机器人 Tiago。Tiago 为西班牙语,表示“拿着它走吧”。每支参赛队伍需根据 Tiago 的功能定义自己的应用专题及机器人要完成的任务。任务越复杂就需要越高难度的技术,将技术集成在一起并顺利完成任务的风险也会相应增加。 此次比赛中,申省梅、陈义明联合团队的应用场景是针对超市如何使用Tiago 机器人把客户遗留在超市收银台的产品放回货架,从而大大节省人工成本。据申省梅介绍,这次比赛中用到的关键技术如下:第一,机器人从一点移动到另一点的路径规划,地图建立和导航以及障碍物检测和绕过等;第二,机器人要能识别上千种商品并能按照商品所在货架将其正确放回;第三,针对不同商品,机器手需找到最佳抓取角度和方向,成功抓取商品。之后,再根据得到的位置信息,做出任务规划,成功将商品放回货架。在此当中的几个环节,申省梅团队采用了深度学习技术,比如训练了商品识别检测模型; 对于商品的成功抓取也采用了较为通用和鲁棒的设计方案,可以应用到各种抓取目标而不受限于抓取目标数据库的建立等。获胜过程并非一帆风顺,申省梅也提到比赛中面临的挑战:一是对 Tiago 的安装测试只能从决赛前一周开始。“最开始操作 Tiago 时,我们对它的性能和操作非常陌生,完全看不到成功的影子。最终,团队成员协调配合做到半夜,才终于在最后一天演示成功。”此外,比赛环境与测试环境不同,测试 Tiago 机器人的时间也极其有限。这也是比赛的目标之一——如何使设计的机器人尽快适应新的环境。针对这一挑战,他们坚持不在现场更改算法,只调参数;在设计中,他们也考虑到环境因素,比如演示场地的大小、灯光变化、机器人的性能,做出了相应的出错自动恢复措施。每次比赛都是一场收获之旅。在申省梅看来,通过此次比赛,既看到了团队的实力和长处,也看到了需要改进的地方。“我们可以以此作为 POC,针对不同场景(超市、物流、工厂等),不断提高和完善,向商业化迈进。”“机器人与环境的适应性远远不如人的大脑。”这次比赛使他们深深的感到了这一点。如何开发一个灵活性强的机器人,比如用增强学习算法来适应环境的改变;开发不同环境下同一个性能的机器人模块等。这也是 IROS 上诸多专家学者的观点:竞赛是一个很好的平台,它能发现问题并反馈给学术界和技术开发者去寻求解决和突破,同时也能让现有的技术尽快转向落地及商业化。