开发自主机器人如今易如反掌
阅读原文
在过去十年间的每年 11 月份，日本筑波市都会举行一次不同于世界上其他比赛的全长 2000 米的赛车活动。该比赛的不同寻常之处既不在于地形（跨越公园、城市街道，甚至是室内购物中心），也不在于其如悠闲散步般的速度。而在于比赛的参与者，每个参赛者都是自主机器人。 这项赛事被称为筑波机器人挑战赛，比赛中机器人要接受具有挑战性的任务，在真实的城市环境中靠自身能力进行导航，同时识别沿途遇到的各种目标 - 人、标志、信号等。 今年，有三个团队使用 NVIDIA Jetson 嵌入式计算平台构建了自己的机器人。来自日本宇都宫大学、千叶大学和筑波大学的学生和校友打造的机器人使用深度学习在城市赛道上进行导航，识别沿途的街道信号、标记和其他物体，同时避开行人和骑自行车的人等障碍。
从大学课堂到实地课程 宇都宫大学使用 Jetson TX1 进行视觉测距、信号识别和目标检测。视觉测距通过分析摄像头图像帮助确定机器人的位置和方向，而无需使用 GPS 等外部系统。这所大学的研究人员认为这些功能对于农业机器人在不平坦的地形上作业和识别作物非常重要。
“交通信号灯在不断变化，并且行人也在不断移动。而借助 Jetson，我们能够提供超凡的训练性能，为深度学习添加更多的目标数据。”宇都宫大学工程研究生院机械和智能工程系博士 Koichi Ozaki 说。 千叶大学利用 Jetson TX1 的视觉计算功能分析激光雷达（光探测与测距）数据。激光雷达点云数据被转换为二维图像，然后通过由 NVIDIA DIGITS 和 NVIDIA GPU 训练的神经网络运行，以检测画面中出现的关键物体，例如汽车、行人和骑自行车的人。千叶大学团队之所以选用 Jetson TX1，是因为其尺寸小、重量轻、耐用（防震）、功耗低而且价格亲民，而这些对学术研究项目而言都是关键因素。
“我们用 Jetson TX1 取代了 Intel 笔记本电脑，它能让我们实现需要执行的一切操作，”千叶大学工程研究生院机械系统科学课程博士 Kazuya Okawa 说。“Jetson 的高性能可确保传感器数据采集、自定位估计及障碍物躲避等方面没有问题。”组建筑波大学团队的校友使用 Jetson TX1、双 TK1 模块以及 Ricoh Theta 摄像头打造了一款名为 i-Cart Middle 的机器人。搭载 AverMedia C353 HDMI 捕获板的 Jetson TK1 可捕获鱼眼摄像头图像并将其转换为矫正图像。其他 Jetson TK1 模块则使用处理过的图像通过卷积神经网络进行人类检测。
Jetson TX1 之后还将被用于运行更快的循环 CNN 来扫描图像，以检测交通信号灯转换，这是筑波机器人挑战赛的主要任务。
“我们使用了三个 Jetson 模块，其节电功能让我们倍感惊讶。一块 12V 50Ah 的移动电池就能让我们的机器人运行三个小时。”工程学博士兼 i-Cart Middle 团队负责人 Shigeru Bando 说。
| 
