0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

NVIDIA Jetson 月度項目:能瞄準、射門和得分的自主足球機器人

NVIDIA英偉達 ? 來源:未知 ? 2023-08-18 17:55 ? 次閱讀

足球被認為是全世界最受歡迎的運動之一,這主要是因為足球比賽往往十分激烈,能夠展現(xiàn)球員們出色的體能與技術,讓觀眾看得驚心動魄。因此,自然會有人致力于向機器人傳授足球比賽的精髓,包括如何搶球、瞄準球門、傳球和進球得分等。

事實上,的確有一項專為這個想法而開展的賽事。RoboCup 小型機器人聯(lián)賽 (Small Size League, SSL)之視覺封鎖技術挑戰(zhàn)賽,就在鼓勵參賽團隊“探索本地傳感和處理方法,而非采用常見的板外計算機和全局攝像頭感知環(huán)境的方法”。來自巴西累西腓伯南布哥聯(lián)邦大學的學生 Jo?o Guilherme、其指導老師 Edna Barros 和其他 SSL 隊友共同制造了一個由 NVIDIA Jetson Nano 開發(fā)者套件驅動的全向移動機器人,該機器人可以自主執(zhí)行足球任務。

該團隊所制造的全向移動機器人配有單目攝像頭,可自主執(zhí)行以下任務:

  • 定位

  • 找球和搶球

  • 坐標計算

  • 將球傳給其他機器人隊友

  • 射空門得分

團隊制造這臺機器人時,使用了平均處理速度為 30 FPS AI 軟件工作流,硬件功耗僅為 10.8 W 左右。

機器人前部有一個踢球裝置,是一個四輪全向移動機器人。圖 1 為機器人的幾何形狀。

3bf07aa8-3dab-11ee-ac96-dac502259ad0.png

圖 1. 由 NVIDIA Jetson Nano 開發(fā)者套件驅動的

全向移動機器人的運動能力可以自主執(zhí)行足球任務

該團隊在《制造 RoboCup 小型機器人聯(lián)賽自主機器人》一文中解釋道:“我們在搶球、進球和傳球這三個足球任務上評估了系統(tǒng),成功率分別達到 80%、80% 和 46.7%?!?/p>

比賽期間,各隊將使用場外計算機執(zhí)行大部分計算,去接收球的位置并采集場地幾何信息和裁判指令。比賽隊伍分成 6 個機器人組 (B 組) 和 11 個機器人組(A 組),機器人通過帶寬最小的射頻通信接收導航指令。機器人的直徑和高度限制分別為 180 毫米(B 組)和 150 毫米(A 組),因此被稱為“小型機器人聯(lián)賽”。

RoboCup 小型機器人聯(lián)賽分為四個階段:

  1. 在賽場某處抓到一個靜止的球

  2. 將球射入空門得分

  3. 將機器人移動到特定坐標

  4. 間接射門得分(需要兩個機器人)

另外,該挑戰(zhàn)賽還要求機器人能夠檢測場地中的物體、估算物體的位置、計算導航路徑并記錄經過的軌跡。

Guilherme 和他的隊友在《制造 RoboCup 小型機器人聯(lián)賽自主機器人》一文中表示:“SSL 比賽是一種機器人資源極其有限的高度動態(tài)化環(huán)境,這就要求解決方案必須考慮尺寸、功耗、精度和處理速度之間的權衡。我們在研究中提出了一種使這些機器人能夠自主執(zhí)行基本足球任務的架構,也就是說這些機器人不用接收任何的外部信息?!?/p>

項目硬件

該團隊在項目中使用了以下硬件:

  • 一套 Jetson Nano 開發(fā)者套件,用于執(zhí)行嵌入式視覺和制定決策

  • 一個全向移動機器人

  • 一個羅技 C922 攝像頭,用于提供單目視覺

  • 慣性傳感器,用于估算里程

  • 一個 STM32F767ZI 微控制器單元 (MCU),用于接收來自 Nano 的目標相對位置和導航標志,并使用慣性里程計執(zhí)行底層控制和軌跡估計

3c0c06ce-3dab-11ee-ac96-dac502259ad0.png

圖 2. 足球機器人的 AI 檢測流程和運動規(guī)劃

有關所使用硬件的更多信息,請參見 Rob?CIn 2020 團隊說明文件:https://ssl.robocup.org/wp-content/uploads/2020/03/2020_TDP_RoboCIn.pdf

技術挑戰(zhàn)

在該賽事的視覺封鎖挑戰(zhàn)賽中,獲勝機器人必須能夠完成各種足球技能,包括抓住靜止的球、射空門得分、移動到特定坐標以及間接進球得分(傳球給另一個機器人)等。

機器人必須能夠僅使用嵌入式傳感和處理技術來完成這些技能。這項挑戰(zhàn)沒有高度限制,因此團隊在普通機器人的頂部添加了一個板載攝像頭、Jetson Nano 和一塊電源板。

3c2856e4-3dab-11ee-ac96-dac502259ad0.png

圖 3. 團隊為視覺封鎖挑戰(zhàn)賽改裝的足球機器人(左)

和他們原來的機器人(右)

此外,這項挑戰(zhàn)還要求機器人能夠探測場地中的物體、估算其位置、計算導航路徑并記錄經過的軌跡。SSL 足球比賽利用外部攝像頭和板外計算機感知環(huán)境,并向機器人發(fā)送指令。

研究人員表示,該 SSL 視覺架構“存在一定的局限性,比如攝像頭的視野、色彩分割、軟件延遲和通信中斷等,這迫使團隊開發(fā)出能夠應對復雜條件的解決方案。例如,球遮擋是比賽中的一個常見問題,即機器人在攝像頭圖像上的投影與球重疊。還有就是球和機器人的位置會發(fā)生偏移,偶爾會出現(xiàn)檢測不到或檢測錯誤的情況?!?/p>

在 SSL 比賽中,機器人和球的速度分別高達 3.7 m/s 和 6.5 m/s,這使得比賽的移動速度非???,因此需要高吞吐量的解決方案。此外,受尺寸限制,再加上使用電池作為電源,解決方案的功耗必須較低。在比賽過程中,機器人還要做出精準的遠射和長傳,因此需要能夠精確估算位置。

團隊還注意到精確的電機控制的重要性,這樣機器人就可以在足球場上移動,并保持其測量位置的準確性。他們需要一種方法,來降低機器人對位置的內部理解與實際物理位置之間偏離的比率。

3c56454a-3dab-11ee-ac96-dac502259ad0.jpg

圖 4. 足球機器人的攝像頭可幫助檢測物體并提供視野,

以便機器人作出決策和規(guī)劃路徑

項目軟件和 AI

研究團隊使用 OpenCV2 以及校準和姿勢計算技術提取單目攝像頭(固定在機器人上)的 “內在和外在參數(shù)”。他們使用 SSD MobileNet v2 檢測攝像頭幀畫面上的物體 2D 邊界框,還使用一個程序對 SSD MobileNet 創(chuàng)建的邊界框坐標執(zhí)行線性回歸,用于估算出預校準攝像頭參數(shù)。這將在場地上分配對應物體底部中心的點(代表物體與攝像頭的相對位置),包括對應該機器人的點。

結果

團隊對他們的機器人在今年挑戰(zhàn)賽中的表現(xiàn)非常滿意,主要包括:

  • 抓取靜止的球:在 15 次嘗試中,機器人有 12 次能夠在球接觸到運球器時將球停住,成功率高達 80%。

  • 進球:在 15 次跑動中,有 12 次進球。

  • 傳球:在 15 次嘗試中,成功傳球 7 次,成功率為 46.7%。

團隊自 2019 年起參加 RoboCup 小型機器人聯(lián)賽,并于 2022 年贏得首個世界冠軍(B 組)。他們目前還是三屆拉丁美洲冠軍。“RoboCup 2023 之 Rob?CIn 小型機器人聯(lián)賽團隊介紹文件擴增版”(https://arxiv.org/abs/2307.10018)介紹了該團隊為獲得 7 月底在法國波爾多舉行的 RoboCup 2023 小型機器人聯(lián)賽 (SSL) B 組冠軍而對其項目作出的改進。最終,他們如愿奪冠。

3c6feef0-3dab-11ee-ac96-dac502259ad0.gif3d3936e8-3dab-11ee-ac96-dac502259ad0.gif

圖 5. 機器人抓取靜止的球(上)并射門得分(下)

未來的計劃

Guilherme 深入介紹了團隊在比賽中遇到的挑戰(zhàn),以及可以在未來的賽事中作出的改進。他指出,大多數(shù)失敗都是由于錯誤檢測到場外物體造成的,“我們正在研究一種檢測賽場邊界,并使用掩碼來屏蔽這些物體的解決方案。”

該團隊需要更加快速的物體檢測解決方案。Guilherme 表示:“盡管我們目前能夠執(zhí)行基本的技能,但 30 FPS 的處理速度對于 SSL 環(huán)境來說仍然很低。在主要比賽中,攝像頭的運行速度通常為 70 FPS?!?/p>

該機器人完全是根據檢測到的物體的相對位置來執(zhí)行技能,也就是說,它并不知道自己在賽場上的位置。Guilherme 表示:“我們認為這些信息可以幫助優(yōu)化在足球任務中的表現(xiàn),同時還能讓我們避免處罰,例如避免機器人進入守門員區(qū)域等。我們正在研究一種基于蒙特卡洛定位 (MCL) 的自定位算法,并將在未來幾個月內發(fā)布相關信息。”

該團隊計劃在未來為該機器人的系統(tǒng)添加更多功能(如賽場線檢測、定位算法和路徑規(guī)劃等),他們將努力優(yōu)化系統(tǒng)的每個部分來滿足這些需求。

此外,該團隊還在繼續(xù)研究檢測賽場邊界和賽場線,以及估算機器人自我位置的解決方案。他們還計劃用 Jetson Orin Nano 替換 Jetson Nano ,從而提高機器人的處理速度。這一升級將幫助提高團隊在聯(lián)賽中的競爭力。

請訪問開發(fā)者論壇和 GitHub,進一步了解該團隊的原始項目。

開發(fā)者論壇:https://forums.developer.nvidia.com/t/ssl-detector-objects-detection-and-position-estimation-at-the-robocup-small-size-league-ssl/221385

GitHub:https://github.com/jgocm/ssl-detector

您還可以探索 Jetson 社區(qū)項目,從其他機器人開發(fā)者那里獲得更多想法和靈感:https://developer.nvidia.com/embedded/community/jetson-projects

SIGGRAPH 2023

NVIDIA 精彩發(fā)布

SIGGRAPH 2023 | NVIDIA 主題演講重磅發(fā)布精彩回顧,探索 AI 無限未來!

敬請持續(xù)關注...

SIGGRAPH 2023 NVIDIA 主題演講中文字幕版已上線 !掃描下方海報二維碼,或點擊“閱讀原文”即可觀看,與 NVIDIA 創(chuàng)始人兼首席執(zhí)行官黃仁勛一起探索 AI 的未來!


原文標題:NVIDIA Jetson 月度項目:能瞄準、射門和得分的自主足球機器人

文章出處:【微信公眾號:NVIDIA英偉達】歡迎添加關注!文章轉載請注明出處。


聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 英偉達
    +關注

    關注

    22

    文章

    3783

    瀏覽量

    91243

原文標題:NVIDIA Jetson 月度項目:能瞄準、射門和得分的自主足球機器人

文章出處:【微信號:NVIDIA_China,微信公眾號:NVIDIA英偉達】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    【「具身智能機器人系統(tǒng)」閱讀體驗】2.具身智能機器人的基礎模塊

    具身智能機器人的基礎模塊,這個是本書的第二部分內容,主要分為四個部分:機器人計算系統(tǒng),自主機器人的感知系統(tǒng),自主機器人的定位系統(tǒng),自主機器人
    發(fā)表于 01-04 19:22

    【「具身智能機器人系統(tǒng)」閱讀體驗】1.初步理解具身智能

    對人工智能、機器人技術和計算系統(tǒng)交叉領域感興趣的讀者來說不可或缺的書。這本書深入探討了具身智能這一結合物理機器人和智能算法的領域,該領域正在塑造自主系統(tǒng)及其應用的未來。 開篇部分探討了具身智能
    發(fā)表于 12-28 21:12

    【「具身智能機器人系統(tǒng)」閱讀體驗】+初品的體驗

    提高機器人的自適應性和自主性,賦機器人在多種場景中的應用。例如在家庭自動化領域,具身智能機器人能夠感知家庭成員的日常習慣和需求,自動執(zhí)行清
    發(fā)表于 12-20 19:17

    NVIDIA通過加速AWS上的機器人仿真推進物理AI的發(fā)展

    NVIDIA Isaac Sim 現(xiàn)在可在 Amazon EC2 G6e 實例中的 NVIDIA GPU 云實例上使用,將機器人仿真的擴展速度提高了 2 倍并加快了 AI 模型的訓練速度
    的頭像 發(fā)表于 12-09 11:50 ?324次閱讀

    使用NVIDIA Jetson打造機器人導盲犬

    Selin Alara Ornek 是一名富有遠見的高中生。她使用機器學習和 NVIDIA Jetson邊緣 AI 和機器人平臺,為視障人士打造了
    的頭像 發(fā)表于 11-09 13:51 ?269次閱讀

    使用機器學習和NVIDIA Jetson邊緣AI和機器人平臺打造機器人導盲犬

    Selin Alara Ornek 是一名富有遠見的高中生。她使用機器學習和 NVIDIA Jetson 邊緣 AI 和機器人平臺,為視障人士打造了
    的頭像 發(fā)表于 11-08 10:05 ?412次閱讀

    印度機器人公司使用NVIDIA技術推動全球創(chuàng)新

    從倉庫自動化到最后一公里配送,印度機器人公司正在使用 NVIDIA 技術推動全球創(chuàng)新。
    的頭像 發(fā)表于 10-29 15:16 ?384次閱讀

    開源項目!用ESP32做一個可愛的無用機器人

    巧妙設計的杠桿將開關推回“關”位置。這種玩具很常見,許多人已經制作并上傳到YouTube上。 作者每年都會挑戰(zhàn)自己制作一個技術產品,今年他決定制作這個復雜的項目——可愛無用機器人。這個機器人參考了日本
    發(fā)表于 09-03 09:34

    開源項目!用ESP32做一個可愛的無用機器人

    巧妙設計的杠桿將開關推回“關”位置。這種玩具很常見,許多人已經制作并上傳到YouTube上。 作者每年都會挑戰(zhàn)自己制作一個技術產品,今年他決定制作這個復雜的項目——可愛無用機器人。這個機器人參考了
    發(fā)表于 08-30 14:50

    NVIDIA 加速人形機器人發(fā)展

    開發(fā)者可以訪問新的 NVIDIA NIM 微服務,用于 Isaac Lab 和 Isaac Sim 中的機器人仿真、OSMO 機器人云計算編排服務和遠程操作數(shù)據捕獲工作流等 ? ? ? 丹佛
    發(fā)表于 07-30 09:15 ?750次閱讀
    <b class='flag-5'>NVIDIA</b> 加速人形<b class='flag-5'>機器人</b>發(fā)展

    NVIDIA發(fā)布幾項新功能來幫助機器人專家和工程師打造智能機器人

    、復雜裝配任務等功能。 AI 由于能夠增強機器人的性能,因此在這一發(fā)展演進過程中起到了舉足輕重的作用。通過集成 NVIDIA AI 加速功能,機器人能夠以更高的精度和效率處理復雜的任務,充分發(fā)揮出它們在各種應用中的潛能。
    的頭像 發(fā)表于 06-29 15:14 ?1137次閱讀
    <b class='flag-5'>NVIDIA</b>發(fā)布幾項新功能來幫助<b class='flag-5'>機器人</b>專家和工程師打造智能<b class='flag-5'>機器人</b>

    全球機器人開發(fā)領域采用NVIDIA 機器人開發(fā)和生產

    機器人開發(fā)領域的領先企業(yè)正在采用NVIDIA Isaac機器人平臺來研究、開發(fā)和生產下一代 AI 賦自主機器
    的頭像 發(fā)表于 06-03 18:25 ?1265次閱讀

    使用NVIDIA Isaac Manipulator生成抓取姿勢和機器人運動

    NVIDIA 宣布與 Intrinsic.ai 就工業(yè)機器人任務的基礎技能模型學習展開合作。
    的頭像 發(fā)表于 05-17 10:33 ?1327次閱讀
    使用<b class='flag-5'>NVIDIA</b> Isaac Manipulator生成抓取姿勢和<b class='flag-5'>機器人</b>運動

    NVIDIA Isaac機器人平臺升級,加速AI機器人技術革新

    NVIDIA Isaac機器人平臺近期實現(xiàn)重大升級,通過引入最新的生成式AI技術和先進的仿真技術,顯著加速了AI機器人技術的發(fā)展步伐。該平臺正不斷擴展其基礎模型、機器人學習框架、AI工
    的頭像 發(fā)表于 03-27 10:36 ?696次閱讀

    自主移動機器人(AMR)功能和特點

    復合機器人是一種集成了移動機器人、協(xié)作機器人機器視覺等多項功能的新型機器人。它的開發(fā)目的是為了解決工廠物流中最后一米的問題,提供智能搬運解
    的頭像 發(fā)表于 02-28 15:05 ?2119次閱讀
    <b class='flag-5'>自主</b>移動<b class='flag-5'>機器人</b>(AMR)功能和特點