圖像識(shí)別讓機(jī)器人擁有眼睛可以像人類一樣看世界

圖像識(shí)別、AI、無(wú)人駕駛、機(jī)器人等未來(lái)趨勢(shì)技術(shù)，被一班年輕大學(xué)生“玩”出新高度。作為國(guó)際性的大學(xué)生機(jī)器人賽事，第十七屆全國(guó)大學(xué)機(jī)器人大賽2018 RoboMaster機(jī)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(duì)和近萬(wàn)名學(xué)生參加，經(jīng)過(guò)近5個(gè)月激烈比賽，廣州本地高校華南理工大學(xué)“華南虎”戰(zhàn)隊(duì)，憑借過(guò)硬的實(shí)力成為衛(wèi)冕冠軍。

每屆機(jī)甲大賽的最大亮點(diǎn)就是體現(xiàn)高端制造業(yè)發(fā)展趨勢(shì)，今年圖像識(shí)別的應(yīng)用成為決勝的重要因素之一。目前，圖像識(shí)別是除語(yǔ)音識(shí)別外，人機(jī)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(jī)器具備深度學(xué)習(xí)能力，讓圖形識(shí)別更智能，讓計(jì)算機(jī)、機(jī)器人“看”世界。

今年的RoboMaster（以下簡(jiǎn)稱RM）機(jī)甲大賽類似于手機(jī)游戲《王者榮耀》的模式，被稱為《王者》的機(jī)器人版。一支團(tuán)隊(duì)分為英雄機(jī)器人、步兵機(jī)器人、工程機(jī)器人、空中機(jī)器人、哨兵機(jī)器人共5個(gè)角色，其中，步兵機(jī)器人有三個(gè)，其他角色機(jī)器人均有一個(gè)。對(duì)戰(zhàn)雙方通過(guò)機(jī)器人之間的協(xié)同工作、射擊等進(jìn)行對(duì)抗，最后“擊毀”對(duì)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(jī)甲大賽的科技含量在于參賽戰(zhàn)隊(duì)需要操作團(tuán)隊(duì)親自研發(fā)的機(jī)器人，從一個(gè)細(xì)小的零件開始，焊接、裝拼、核心主板裝嵌、無(wú)人機(jī)改裝、寫程序、調(diào)試……到最后完成和操控一支機(jī)器人隊(duì)伍。近日，全媒體記者來(lái)到位于華南理工大學(xué)五山校區(qū)的機(jī)器人實(shí)驗(yàn)室，里面放置著零件焊接的機(jī)器、無(wú)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(jí)別的機(jī)器人，過(guò)程是漫長(zhǎng)的，經(jīng)歷無(wú)數(shù)次反復(fù)制作與測(cè)試。例如步兵機(jī)器人頂端是一個(gè)云臺(tái)，包含了子彈發(fā)射器，底部是四個(gè)輪子組成、能靈活轉(zhuǎn)向的“車輛”。隊(duì)員李佩佩表示，目前這款參加比賽的步兵機(jī)器人，不是團(tuán)隊(duì)做出來(lái)的“唯一”步兵機(jī)器人，“之前有機(jī)器人已經(jīng)做出來(lái)了，因?yàn)橹挥凶龀鰧?shí)物，并且達(dá)到較為完整的程度，才能進(jìn)行測(cè)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(méi)有后者快與良好，所以被放棄了”。一臺(tái)步兵機(jī)器人從機(jī)械加工到電控“上電”，完成出來(lái)大概半個(gè)月時(shí)間。據(jù)介紹，制造出一臺(tái)英雄機(jī)器人大概需要6位成員共同完成。整個(gè)戰(zhàn)隊(duì)中，工程與英雄機(jī)器人復(fù)雜性相對(duì)較高，其中，英雄機(jī)器人的難點(diǎn)在需要快速“取彈”，這是比賽決勝因素之一，“我們的優(yōu)勢(shì)就在于英雄機(jī)器人取彈快，一次性能取兩個(gè)彈藥箱，時(shí)間在2~3秒之間?！标?duì)員李佩佩說(shuō)。

衛(wèi)冕“秘籍”：

視覺(jué)研發(fā) 幫助機(jī)器人自動(dòng)瞄準(zhǔn)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(xiàng)固定規(guī)則就是射擊，因此打擊、識(shí)別、發(fā)射等項(xiàng)目都是一眾強(qiáng)隊(duì)鉆研的方向。

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

視覺(jué)組成員楊澤霖對(duì)此解釋道，比如RM官方的限速是25米/秒，團(tuán)隊(duì)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(guò)上限。另外，子彈不能卡住“槍管”，若是卡住了就全場(chǎng)都不能發(fā)彈了——這亦是眾多隊(duì)伍遇到的難題之一。楊澤霖介紹，今年的機(jī)器人采用了較多的氣動(dòng)結(jié)構(gòu)，相比用電機(jī)而言，前者取彈速度更快，而且也加入了眾多的自動(dòng)輔助技術(shù)，例如使用相機(jī)自動(dòng)對(duì)位，相比人工對(duì)位，前者更加穩(wěn)定、準(zhǔn)確和快速。據(jù)了解，上屆賽事中僅有極個(gè)別隊(duì)伍采用了自動(dòng)瞄準(zhǔn)技術(shù)，到了本屆比賽，這一技術(shù)已成機(jī)器人的“標(biāo)配”。據(jù)視覺(jué)組隊(duì)員楊澤霖表示，團(tuán)隊(duì)機(jī)器人身上裝載的攝像頭能自動(dòng)識(shí)別對(duì)方，自動(dòng)跟隨過(guò)去，這也是圖形識(shí)別技術(shù)的應(yīng)用。

機(jī)器人擁有“眼睛”

視覺(jué)測(cè)試需要反復(fù)多次調(diào)試

據(jù)了解，華工戰(zhàn)隊(duì)今年主要將圖像識(shí)別運(yùn)用到了各機(jī)器人的自動(dòng)瞄準(zhǔn)、步兵機(jī)器人激活大小能量機(jī)關(guān)、工程和英雄機(jī)器人自動(dòng)取箱、補(bǔ)給機(jī)器人自動(dòng)給子彈這4個(gè)方面，“今年所有機(jī)器人都加載視覺(jué)識(shí)別程序，例如補(bǔ)給站機(jī)器人就是自動(dòng)識(shí)別并跟機(jī)器人對(duì)接進(jìn)行補(bǔ)彈的”，視覺(jué)組隊(duì)員解釋，圖像識(shí)別技術(shù)使機(jī)器人的速度和穩(wěn)定性有很大提升。

然而，為機(jī)器人裝上攝像頭，寫入自動(dòng)圖像識(shí)別程序后，讓它能準(zhǔn)確地識(shí)別圖像并不簡(jiǎn)單。“因?yàn)閷?shí)際環(huán)境與工業(yè)試驗(yàn)環(huán)境是兩回事”，視覺(jué)組成員成斌告訴全媒體記者，團(tuán)隊(duì)有一個(gè)獨(dú)立的視覺(jué)實(shí)驗(yàn)室進(jìn)行機(jī)器人視覺(jué)測(cè)試，測(cè)試并非一兩次就能完成，需要多次反復(fù)調(diào)試。因?yàn)閷?shí)際場(chǎng)景的光照強(qiáng)度、光照方向、曝光時(shí)間和增益等，都會(huì)影響機(jī)器人的視覺(jué)“能力”。例如在賽場(chǎng)上復(fù)雜的光線或者突如其來(lái)的光照，都會(huì)給機(jī)器人戰(zhàn)隊(duì)的視覺(jué)系統(tǒng)帶來(lái)困難。視覺(jué)組隊(duì)員表示，他們需要做足夠多的實(shí)驗(yàn)測(cè)試，模擬實(shí)際環(huán)境較為充分，“我們會(huì)模擬不同的光線情況，將眾多的實(shí)際情況考慮進(jìn)去”。

據(jù)了解，目前團(tuán)隊(duì)所研究的識(shí)別技術(shù)，優(yōu)勢(shì)在于延時(shí)低、轉(zhuǎn)換回來(lái)的坐標(biāo)較為精準(zhǔn)，這讓機(jī)器人打擊的準(zhǔn)確率很高。

讓機(jī)器像人類一樣觀察和理解世界

未來(lái)：除了圖像 還有視頻識(shí)別

作為機(jī)器視覺(jué)系統(tǒng)的重要組成部分之一的圖像處理應(yīng)用，相當(dāng)于人的大腦對(duì)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(shí)別功能外，據(jù)了解，今年華工戰(zhàn)隊(duì)的機(jī)器人換上了麒麟970，這個(gè)人工智能移動(dòng)計(jì)算平臺(tái)最大的特點(diǎn)之一是AI場(chǎng)景識(shí)別，因?yàn)槌?a target="_blank">CPU外，更擁有具有獨(dú)立神經(jīng)處理單元（NPU），AI運(yùn)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(xué)習(xí)”能力，并且集中“火力”在圖像識(shí)別上。高通、英特爾、谷歌、英偉達(dá)等都專門開發(fā)針對(duì)圖像識(shí)別的平臺(tái)。

圖像識(shí)別，被認(rèn)為是人工智能科技領(lǐng)域中，除語(yǔ)音交互外，人機(jī)交互中的重要手段之一，例如目前消費(fèi)者們經(jīng)常在中高端手機(jī)產(chǎn)品上看到的人臉識(shí)別技術(shù)，就是圖像識(shí)別功能之一。另外，目前眾多智能終端擁有AI拍照功能、相冊(cè)篩選等等，同樣是圖像識(shí)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(shí)別。通過(guò)這一技術(shù)，能夠識(shí)別視頻當(dāng)中的各種動(dòng)物、物體、風(fēng)景等內(nèi)容，例如你要在視頻當(dāng)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(guò)圖像識(shí)別的原理來(lái)理解視頻識(shí)別。實(shí)際上，國(guó)內(nèi)有物聯(lián)網(wǎng)團(tuán)隊(duì)亦致力于這一方面，正把圖形識(shí)別、視頻識(shí)別的研究用于在城市交通監(jiān)測(cè)當(dāng)中。

記者觀察

科技技術(shù)有應(yīng)用場(chǎng)景，才得以深入發(fā)展以及發(fā)掘新的研究方向?！叭A南虎”戰(zhàn)隊(duì)的指導(dǎo)老師、來(lái)自華南理工大學(xué)機(jī)械與汽車工程學(xué)院講師張東認(rèn)為，只有通過(guò)動(dòng)手實(shí)踐，知識(shí)才能真正掌握，成為有價(jià)值有意義的知識(shí)。

作為國(guó)際性的機(jī)器人賽事，機(jī)甲大賽并非僅有刺激性與觀賞性?？v觀整個(gè)比賽的機(jī)器人競(jìng)技模式，除了不同角色的機(jī)器人本身?yè)碛胁煌昂鹆俊钡募夹g(shù)外，更重要的是團(tuán)隊(duì)合作、整體戰(zhàn)術(shù)，以及考驗(yàn)不同角色機(jī)器人之間的協(xié)同。業(yè)內(nèi)專家表示，多機(jī)器人的協(xié)同控制在學(xué)術(shù)圈是研究熱點(diǎn)。今年3月在平昌冬奧會(huì)閉幕式的“北京八分鐘”表演中，我國(guó)新松的24臺(tái)人工智能機(jī)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(dāng)中講求的就是多機(jī)協(xié)同、人機(jī)協(xié)同——如果有一臺(tái)機(jī)器人稍有延遲或動(dòng)作偏差，整個(gè)演出都會(huì)失敗。