|
|
水下机器人产业未来可期 |
——2020年全国水下机器人(大连)大赛侧记 |
“航向350,水深3.88米,识别扇贝,机械臂释放,成功抓取。”
9月19日,大连金石滩,距离海岸约300米的一处80平米见方的作业平台上,正在进行2020年全国水下机器人(大连)大赛自主抓取组的比赛。大连理工大学OurEDA队的水下机器人大显身手,抓取了11个“猎物”。凭借这一成绩,他们也成功摘取了该组别的决赛冠军。
据大连理工大学OurEDA队领队、大连理工大学水下智能机器人实验室工程师张万辉介绍,这台水下机器人搭载了双目摄像头,在水体环境比较浑浊的情况下也能让画面比较清晰,较好地辅助进行水下抓取,同时搭载了水下智能算法,可以实现完全自主抓取。
对于这项冠军成绩,张万辉非常谦虚地说“还可以”,实际上却来之不易。比赛前的一个多月,他们几乎连轴转,忙于编写算法、测试硬件等,但在比赛前的一周甚至报到当天,机器人还出现了各种问题:硬件损坏、程序出bug……
“我们最终解决了这些问题,在自主抓取比赛中实现了0的突破。不过当时,我们的机械臂有一个关节是坏掉的,在坏的情况下我们抓到了11个,假如机械臂是好的,我们可能还会抓更多一些。”张万辉说,主要还是硬件出现故障,设计上存在缺陷,“这也提醒我们,要在提升技术水平上继续努力,而不能满足于现在的成绩。”
同样在自主抓取组实现了0的突破,还有北航—中科院自动化所联队,他们今年成功抓上来1个扇贝。
“今年,我们对机器人的线缆部分作了一些改进,比赛非常顺利地进行下来。”该联队成员王世强说,由于海底洋流较大,去年在参加自主抓取比赛时,机器人的线缆被扯断,最终没能进行比赛。“同时,考虑到真实海洋环境是动态变化的,单一的控制参数很难适应复杂的环境,所以使用了强化学习算法,通过视觉反馈的信息,能够及时调整相应控制参数,进而在算法层面实现适应性更强、更自主的抓取。”
对于今年首次参赛的该联队队员鲁岳来说,这样的机会尤为珍贵。
“真正见识到了实际海洋环境下的目标检测情况,这跟在数据集上进行检测差别非常大。”鲁岳在这次比赛中负责水下目标识别,他说,数据集上采集的图像比较清晰,对速度也没有太大要求,但在实际应用中,检测速度必须达到实时效果,而且真实海洋环境更恶劣,螺旋桨的干扰、洋流的影响等,都会让检测变得更加困难。“下一步,我们还是要在模拟海洋环境进行实时检测方面进行深入研究,提高这方面的精度,这样,我们的机器人才能走出实验室,在实际产业中应用。”
说到产业应用,国家自然科学基金委员会 部常务副主任张兆田特别提到:“从自然科学基金委的资助工作来讲,科学家有很多很好的想法,多年来也取得了很多好的基础研究成果,这些基础研究成果的呈现形式可能大多是论文,如果转化到应用当中去,形成持续创新能力,推动产业和科技的进步,这是我们举办全国水下机器人大赛的目的之一。”
据了解,“全国水下机器人大赛”是由国家自然科学基金委员会发起,于2017年首次举办,目前已经形成了广东湛江南方赛和辽宁大连北方赛的南北双赛竞赛模式。其中,湛江南方赛以AUV巡航探测为主,大连北方赛以ROV智能作业为主。此次大赛共有20支队伍参加线下现场的人机协同抓取组和自主抓取组比赛,另有290支团队和170个单人参加线上目标识别组比赛。
作为国际上唯一的真实近海环境下水下机器人竞技高端赛事,全国水下机器人大赛将科研成果同海洋牧场产业有机结合,开启了我国人工智能领域的一次创新应用。
近年来,随着我国水产养殖业的不断发展,海洋牧场的采捕方式却依然主要依靠人工潜水的传统作业方式。每逢收获季,潜水员人工作业不仅劳动强度大、生产效率低、采捕成本高,而且长期水下作业,也会给潜水员带来一定的职业伤害。
因此,采用水下机器人进行海产品捕捞、推进海洋牧场的智能化和工业化水平成为大势所趋。
而这也正是参赛队想要达到的目标。
“负责采捕海产品的潜水员吃的是年轻饭,可能过了40岁就不能再下水工作了,而且在水下还很容易发生危险。”张万辉对此颇为担忧。在他看来,水下机器人对于海洋牧场产业来说大有可为。下一步,他们的团队将在自主抓取环节上继续下功夫。“因为从企业角度来考虑,人机协同终究还是需要一个操作员,如果能够实现全自主抓取,不仅可以为企业减少后续投资,也可以延长作业时间、提高作业效率。”
在人工智能改变生活、改变世界的时代,水下机器人产业必定未来可期。
而正如国家自然科学基金委员会党组成员、秘书长韩宇所说:“自然科学基金委高度重视人工智能机器人以及相关领域的支持和发展,按照习近平总书记关于“四个面向”的要求,充分发挥科学基金的导向作用,支持科学家勇攀科学高峰,努力培育出更多的从‘0到1’的原创成果。积极搭建成果宣示平台,推进基础理论研究、关键核心技术、科技应用开发、人才队伍建设四位一体贯通发展,助力‘人工智能+’在我国双循环经济发展格局中成为新引擎。”
版权声明:凡本网注明“来源:中国科学报、科学网、科学新闻杂志”的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。