展会信息港展会大全

全球首个机器人抓取云竞赛落幕,华科夺冠,中国团队包揽前三
来源:互联网   发布日期:2020-12-14 19:22:17   浏览:4767次  

导读:机器之心报道 机器之心编辑部 全球范围内首次全程云端开展,主办方希望将比赛打造成「机器人抓取技术领域的 ImageNet」。 日前,由阿里巴巴联合主办的全球首个机器人抓取云竞赛落幕,59 个顶级研究团队经过角逐,最终华中科技大学夺冠。 机器人抓取一直以来...

机器之心报道

机器之心编辑部

全球范围内首次全程云端开展,主办方希望将比赛打造成「机器人抓取技术领域的 ImageNet」。

日前,由阿里巴巴联合主办的全球首个机器人抓取云竞赛落幕,59 个顶级研究团队经过角逐,最终华中科技大学夺冠。

机器人抓取一直以来都被认为是机器人领域中的典型任务,其实际应用面广、但需要复杂的研究过程并实现软硬件一体化。

近年来,这一领域的研究有非常大的突破。目前主流服务机器人的全自动行驶功能解决的是移动问题,只有配置了机械臂,才能执行更复杂、更贴近人类需求的任务。

其中的一个典型应用场景就是机房运维:阿里巴巴达摩院人工智能实验室与阿里云基础设施部门联合开发了全球首个可以在数据中心自动化运维的智能机器人「天巡」。它的技能是「更换硬盘」:在五分钟内完成故障硬盘的更换,并且全天候 24 小时执行机房自动巡检和故障硬盘更换工作。

当然,运行这样一套系统需要很强的综合技术实力,包括软件开发、感知算法、机械臂 / 执行器控制算法、模拟器等一系列技术能力。如何在充满不确定性的复杂场景内生成有效的机械臂控制轨迹,并成功抓取未知形状的物体是相当具有挑战性的工作。

这需要全球学界和业界共同探索。在 10 月 24 举行的 IROS 2020 上,OCRTOC 机器人挑战赛应运而生。

它是世界首次机器人抓取云竞赛,由阿里巴巴人工智能实验室与美国南佛罗里达大学、加州大学圣地亚哥分校、伍斯特理工学院、德国航空航天中心、加拿大西蒙菲沙大学等共同举办。

最终,共计 59 支队伍报名参加了竞赛,包括清华大学、香港科技大学、慕尼黑工业大学、卡耐基梅隆大学、普林斯顿大学、印度理工学院等研究机构。

他们想打造「机器人抓取技术领域的 ImageNet」

这项竞赛聚焦机器人抓取能力以及桌面物品整理的应用场景,旨在成为「机器人抓取技术领域的 ImageNet」

竞赛官网:http://www.ocrtoc.org/#/

OCRTOC 竞赛获得了国际电气电子工程师协会两大技术委员会的大力支持(IEEE RAS Technical Committee on Robotic Hands, Grasping and Manipulation 以及 IEEE RAS Technical Committee on Mobile Manipulation),并成为国际机器人顶会 IROS 2020 的正式官方赛事。竞赛由阿里云天池平台提供云上竞赛环境,并链接开发者深度参与,高质量运作。

云端竞赛 OCRTOC,包含这些任务

OCRTOC 竞赛的主要任务是整理物体:参赛者会拿到一个包含 5 至 10 个物体的清单,以及每个物体被期望放置的位置和姿态;参赛者需要在规定时间内,正确识别出需要被抓取的物体,将其移动到指定位置,并按照指定的姿态摆放物体。根据物体的数量和放置要求,任务一共分为 5 个难度等级,主办方为每个等级提供了数百个模拟器场景供参赛者练习。

竞赛全程采用云上模式开展,分为仿真阶段和真机阶段两部分,阿里云天池平台为竞赛的仿真阶段提供了提交系统和计算资源,竞赛的真机阶段在阿里巴巴人工智能实验室提供的多套标准硬件系统上进行。

在仿真阶段,主办方提供了 Gazebo 与 Sapien 两种仿真器来模拟真实环境,参赛团队可以在任一仿真器中开发自己的参赛方案,并在仿真阶段末尾将参赛方案提交到天池平台。仿真阶段中取得优异成绩的团队将被邀请进入真机阶段。

在真机阶段,主办方提供了多套标准化硬件设备,并为每个参赛团队提供远程调试时间。参赛团队可以在主办方工作人员的协助下,在标准化的硬件平台上远程调试他们的参赛方案。真机阶段结束后,由主办方使用一组相同的任务评价各个团队的解决方案并决出前三名。

与传统的单任务竞赛不同,OCRTOC 竞赛需要多个算法模块共同协作才能得到好的结果,在实际应用方面的参考性很强。在评价指标的设置上,主办方直接评估最终物体姿态和目标姿态之间的偏差。

总体来看,参赛团队的解决方案基本按照「采集数据、识别物体、抓取位姿生成」的逻辑主线,技术模块主要分为「感知」与「规划控制」。

「感知模块」负责识别要抓取的物体并生成抓取位姿,主要方法有三类:

第一类:直接对点云数据做分割,聚类,通过 KNN 等算法对物体进行分类,再利用一些二指夹爪的抓取点生成算法继续处理;

第二类:利用深度学习的算法获取物体的 6D Pose,例如 PVN3D、PoseCNN 等算法,再利用一些二指夹爪的抓取点生成算法继续处理;

第三类:利用一些 End-to-End 的方法直接从图像生成抓取点,例如 GQ-CNN 等算法。

「规划控制模块」,参赛者主要的方案有两类。一类是使用 Moive-It 做规划控制,另外一类是直接使用 UR 的 pos_traj_controller 做规划控制。

华科夺冠,港科大、清华团队位列第二、第三

经过两个多月的激烈角逐,三名获胜者脱颖而出,分别是来自华中科技大学的 iRobotCNC 团队、来自香港科技大学的 PHAI_robotics 团队和来自清华大学的 THU-ROBOT 团队。

为什么要举办这一次的机器人桌面物品整理云竞赛?对于活动主办方阿里巴巴人工智能实验室来说,举办竞赛的其中一个目标是将整套技术方案能应用在实际场景中

阿里巴巴人工智能实验室研发团队主要涵盖定位及建图、视觉感知、导航及规划、硬件设计、云端一体化工程配套研发五个方面,除了天巡机器人之外,实验室已经在多个业务场景落地了机器人技术,比如阿里巴巴未来酒店(菲住不渴)的酒店配送机器人,以及负责住宅小区的物流小车等。

OCRTOC 组委会主席、阿里巴巴人工智能实验室负责人谭平教授介绍道:「机器人是人工智能的终极应用场景。最近在学术界大家也越来越受关注embodied AI(实体化的人工智能)。我们希望通过竞赛的方式来吸引更多的人投入到这个方向的研究中来。

OCRTOC 竞赛是全球范围内首个全程云端开展的机器人抓取大赛。本项赛事聚焦机器人抓取能力以及桌面物品整理的应用场景,提供标准化的硬件和竞赛任务,公平地横向比较各参赛团队的算法水平。阿里云天池平台为本次大赛提供了云竞赛支持平台,参赛者即使没有机器人硬件也可以参赛,这为广大科研工作者提供了便利的实验环境。借此,大赛主办方希望通过降低该领域的硬件门槛来鼓励更多的科研工作者投入到该领域的研究工作中,从而推进整个技术领域的发展。」

参赛方案地址:

https://tianchi.aliyun.com/forum/postDetail?spm=5176.12282027.0.0.13f71580y6pkp6&postId=143971

https://tianchi.aliyun.com/forum/postDetail?spm=5176.12282027.0.0.db051580YJpuLA&postId=144088

https://tianchi.aliyun.com/forum/postDetail?spm=5176.12282027.0.0.13f71580y6pkp6&postId=144750

THE END

转载请联系本公众号获得授权

赞助本站

人工智能实验室
相关内容
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港