Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

优必选科技&清华大学斩获2019 RoboCup多项大奖,彰显人形机器人技术优势

7月2日至8日,机器人界翘首以盼的2019 RoboCup(机器人世界杯)在澳大利亚悉尼举办。作为全球机器人竞赛领域影响力最大、综合技术水平最高、参与范围最广的专业机器人竞赛之一,本届RoboCup共有来自全球40多个国家、170多所科研机构和高校超过3500名的机器人科学家和研发人员参加,共同推动机器人技术的交流与落地。

优必选科技和清华大学联合组成的火神队(Hephaestus)与各国参赛队伍同台竞技,分享在人形机器人技术理论和应用领域的最新进展,并最终斩获人形组三项大奖,包括AdultSize的Technical Challenge 技术挑战赛亚军、Drop-in比赛亚军,以及2VS2足球比赛季军。

再次突破,火神队勇夺人形组多项比赛大奖

2019 RoboCup大赛项目分为仿真组、小型组、大型组、标准平台组和人形组五个组别。其中,人形组的主要研究技术及方向为采用视觉识别足球及其它机器人,依赖场地特征识别的机器人自主定位,机器人双足行走及步态动态规划,以及进行保持身体平衡时的踢足球行为等。优必选科技和清华大学联合组成的火神队主要参加了人形组赛事。

图为2019 RoboCup人形组部分参赛机器人其中,人形机器人Adult Size组的比赛由一名机器人前锋及一名机器人守门员组成。足球场地也从去年9x6米扩大到14x9米。每支机器人队伍必须配合自身特点,完成快速找球、转向球、走到球、踢球等策略。在行走过程中发生摔倒的机器人,将被带出场外重新上场。经过激烈角逐,优必选科技&清华大学火神队最终获得人形机器人Adult Size组2VS2足球比赛季军,仅次于德国伯恩大学NimbRo队和德国奥芬堡大学Sweaty队。

Technical Challenge(技术挑战赛)则分为High kick、Push Recovery、High Jump以及Goal-Kick from Moving Ball四个项目,针对机器人的精准球识别、踢球轨迹规划、身体平衡抗干扰能力、弹跳能力及动态运动规划能力等进行挑战。优必选科技&清华大学火神队在High Kick和High Jump两个分项上获得第一名,在Goal-Kick from Moving Ball和Push Recovery项目分别获得第二名和第三名。

图为优必选科技&清华大学火神队参加2019 RoboCup

此外,火神队还与其它机器人队随机组队参加了Drop-in比赛,来自两支不同队伍的机器人分别担任前锋和守门员组成联队和另外一个联队完成2VS2的踢足球比赛, 比赛中按每个机器人的进球独立计算成绩,最终火神队以24分的总积分获得Drop-in比赛亚军。

今年是优必选科技&清华大学火神队第三次参加RoboCup,在2017 RoboCup上,火神队获得人形机器人Adult Size组技术挑战赛亚军。在2018 RoboCup上,火神队也获得了人形机器人Adult Size组技术挑战赛亚军和一对一足球比赛季军。

持续创新,火神队人形机器人技术再升级


图为优必选科技&清华大学火神队参加2019 RoboCup

在2019 RoboCup上,火神队在人形机器人技术上进行了升级和优化,包括快速稳定的视觉检测算法、运动步态算法等,这些技术有着丰富的应用场景,将为推动人工智能机器人行业的发展做出贡献。

基于深度学习的物体检测方法,火神队人形机器人实现了球、球门、足球场线特殊点等物体的精确识别,并且针对嵌入式计算资源有限的情况下进行了深度资源优化,将物体检测速度提升到实时30FPS的计算速度。同时,机器人增加了物体跟踪的功能,可以对识别到的球和球门进行跟踪,使得该识别物体不会因为机器人的身体和头部转动而离开视野范围。其次,结合机器人里程计信息,火神队通过对足球场线特殊点的识别实现了机器人在场内的自我定位。定位功能将辅助机器人快速找到球门的位置及方向,并执行例如转向至球门方向、踢球或带球走等机器人行为决策。这些技术的提升让机器人能够更加快速准确地完成在比赛中找球、自身定位及踢足球等决策行为。

值得一提的是,火神队采用了优必选科技大型仿人服务机器人Walker最新的步态规划算法,以及足底柔顺控制和上身姿态控制,实现了机器人在复杂路面上的稳定快速行走,大幅提高机器人在比赛中的行走能力,为机器人踢球比赛和挑战赛打下了良好的基础。

图为优必选科技&清华大学火神队参加2019 RoboCup

RoboCup创办于1997年,至今已成功举办了23届,主要检验和研究机器人视觉识别、自主定位、双足行走的步态动态规划、身体平衡抗干扰能力、弹跳能力等多项前沿核心技术。

人形机器人的比赛是在具有类人的身体运动及感知能力的自主规划机器人之间进行。不同于其他机器人比赛,人形机器人的感知及对世界的建模仅依赖于单目、双目视觉传感器及惯性测量装置,而不允许使用非类人的诸如RGBD摄像机、激光雷达等具有发射装置的测距传感器。同时,该比赛中不允许使用远程控制的方法对机器人进行行为干预。机器人需要依赖自身传感器对周遭环境进行感知,通过其搭载的计算单元进行自主思考与规划,自主地执行相应的行为决策,因此RoboCup也被视为人工智能与机器人学的有机结合。每一年组委会将根据前沿技术的发展情况,对比赛规则进行修订。

连续数年在人形机器人领域获得全球领先的科研成果背后,是优必选科技深厚的AI和机器人技术研发基础、创新能力、顶尖人才储备,更源于优必选科技对AI基础技术研发和教育的重视和推动。

图为优必选科技在2019RoboCup上举办Robo Genius全球青少年机器人挑战赛

在2019 RoboCup期间,优必选科技在展台举办了Robo Genius全球青少年机器人挑战赛(Global Youth Robotics Challenge)的体验赛,并将篮坛新秀赛事带到本届RoboCup,为参加大赛的机器人领域的科学家、研究人员和观众们提供了一个体验机器人趣味竞技和交流分享的机会。

凭借强大的技术研发和应用能力,优必选科技目前已经在人工智能及机器人核心技术的应用型研发、前瞻性研发与商业化落地方面深度布局。未来,优必选科技将坚持探索前沿技术,推动基础技术研究和教育,同时加速推动技术和产品的商业化落地,以智能服务机器人为载体,以“AI+”赋能各行业,实现“让智能机器人走进千家万户”的使命,让人类的生活变得更智能、便捷和人性化。

产业感知激光雷达动态规划优必选科技
相关数据
优必选科技机构

优必选科技成立于2012年3月,是全球领先的人工智能和人形机器人研发、制造和销售为一体的高科技创新企业。

https://www.ubtrobot.com/cn/
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

激光雷达技术

自动驾驶车辆传感器的一种,采用激光扫描和测距来建立车辆周围环境的详细三维模型。Lidar 图像具有高度准确性,这使得它可以与摄像头、超声波探测器和雷达等常规传感器相提并论。然而激光传感器面临体积过大的问题,同时,它的机械结构非常复杂。

动态规划技术

动态规划(也称为动态优化),是一种在数学、管理科学、计算机科学、经济学和生物信息学中使用的,通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。动态规划将复杂的问题分解成一系列相对简单的子问题,只解决一次子问题并存储它的解决方案(solution),下一次遇到同样的子问题时无需重新计算它的解决方案,而是简单地查找先前计算的解决方案,从而节省计算时间。动态规划适用于有最优子结构(Optimal Substructure)和重叠子问题(Overlapping Subproblems)性质的问题。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

运动规划技术

运动规划(也被称为导航问题或钢琴搬运工的问题)是机器人的一个术语,用于将期望的运动任务分解成离散的运动,以满足运动的限制,并可能优化运动的某些方面。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

辅助机器人技术

辅助机器人是一种能够感知,处理感官信息并执行动作的自动化设备/机器。这种机器人用于辅助或扩展一般人类的运动和/或认知能力。面向对象可以是老年人和重度残疾人,或者单纯性辅助一般人的体力/脑力。 这种机器人设备一般强调智能化和鲁棒性维持系统的安全和灵活性,通过集成远程信息处理,机电一体化和其他技术设备(例如先进的人机界面)与人进行物理或者其他感官接触。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

轨迹规划技术

轨迹规划方法分为两个方面:对于移动机器人偏向于意指移动的路径轨迹规划,如机器人是在有地图条件或是没有地图的条件下,移动机器人按什么样的路径轨迹来行走;对于工业机器人则意指两个方向,机械臂末端行走的曲线轨迹,或是操作臂在运动过程中的位移、速度和加速度的曲线轮廓。

机器人技术技术

机器人学(Robotics)研究的是「机器人的设计、制造、运作和应用,以及控制它们的计算机系统、传感反馈和信息处理」 [25] 。 机器人可以分成两大类:固定机器人和移动机器人。固定机器人通常被用于工业生产(比如用于装配线)。常见的移动机器人应用有货运机器人、空中机器人和自动载具。机器人需要不同部件和系统的协作才能实现最优的作业。其中在硬件上包含传感器、反应器和控制器;另外还有能够实现感知能力的软件,比如定位、地图测绘和目标识别。之前章节中提及的技术都可以在机器人上得到应用和集成,这也是人工智能领域最早的终极目标之一。

暂无评论
暂无评论~