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 小型機器人聯賽 （Small Size League, SSL）之視覺封鎖技術挑戰賽，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境的方法”。來自巴西累西腓伯南布哥聯邦大學的學生 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 開發者套件驅動的全向移動機器人，該機器人可以自主執行足球任務。

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 的 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。

圖 1. 由 NVIDIA Jetson Nano 開發者套件驅動的

全向移動機器人的運動能力可以自主執行足球任務

該團隊在《制造 RoboCup 小型機器人聯賽自主機器人》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，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“小型機器人聯賽”。

RoboCup 小型機器人聯賽分為四個階段：

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化環境，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。”

項目硬件

該團隊在項目中使用了以下硬件：

• 一套 Jetson Nano 開發者套件，用于執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行底層控制和軌跡估計

圖 2. 足球機器人的 AI 檢測流程和運動規劃

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

在該賽事的視覺封鎖挑戰賽中，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。

圖 3. 團隊為視覺封鎖挑戰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境，并向機器人發送指令。

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生偏移，偶爾會出現檢測不到或檢測錯誤的情況。”

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?？欤虼诵枰咄掏铝康慕鉀Q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。

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”。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 創建的邊界框坐標執行線性回歸，用于估算出預校準攝像頭參數。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賽中的表現非常滿意，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?！癛oboCup 2023 之 Rob?CIn 小型機器人聯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 小型機器人聯賽 （SSL） B 組冠軍而對其項目作出的改進。最終，他們如愿奪冠。

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，以及可以在未來的賽事中作出的改進。他指出，大多數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?！?/p>

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行基本的技能，但 30 FPS 的處理速度對于 SSL 環境來說仍然很低。在主要比賽中，攝像頭的運行速度通常為 70 FPS。”

該機器人完全是根據檢測到的物體的相對位置來執行技能，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化在足球任務中的表現，同時還能讓我們避免處罰，例如避免機器人進入守門員區域等。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布相關信息。”

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

此外，該團隊還在繼續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賽中的競爭力。

請訪問開發者論壇和 GitHub，進一步了解該團隊的原始項目。

開發者論壇：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 社區項目，從其他機器人開發者那里獲得更多想法和靈感：https://developer.nvidia.com/embedded/community/jetson-projects

SIGGRAPH 2023

NVIDIA 精彩發布

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

敬請持續關注...

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 創始人兼首席執行官黃仁勛一起探索 AI 的未來！