網上有很多關于pos機軌道采集器9,全球首個機器人抓取云競賽落幕的知識，也有很多人為大家解答關于pos機軌道采集器9的問題，今天pos機之家(www.dsth100338.com)為大家整理了關于這方面的知識，讓我們一起來看下吧!
本文目錄一覽：
pos機軌道采集器9
機器之心報道
機器之心編輯部
全球范圍內首次全程云端開展，主辦方希望將比賽打造成「機器人抓取技術領域的 ImageNet」。
日前，由阿里巴巴聯合主辦的全球首個機器人抓取云競賽落幕，59 個頂級研究團隊經過角逐，最終華中科技大學奪冠。
機器人抓取一直以來都被認為是機器人領域中的典型任務，其實際應用面廣、但需要復雜的研究過程并實現軟硬件一體化。
近年來，這一領域的研究有非常大的突破。目前主流服務機器人的全自動行駛功能解決的是移動問題，只有配置了機械臂，才能執行更復雜、更貼近人類需求的任務。
其中的一個典型應用場景就是機房運維：阿里巴巴達摩院人工智能實驗室與阿里云基礎設施部門聯合開發了全球首個可以在數據中心自動化運維的智能機器人「天巡」。它的技能是「更換硬盤」：在五分鐘內完成故障硬盤的更換，并且全天候 24 小時執行機房自動巡檢和故障硬盤更換工作。
當然，運行這樣一套系統需要很強的綜合技術實力，包括軟件開發、感知算法、機械臂 / 執行器控制算法、模擬器等一系列技術能力。如何在充滿不確定性的復雜場景內生成有效的機械臂控制軌跡，并成功抓取未知形狀的物體是相當具有挑戰性的工作。
這需要全球學界和業界共同探索。在 10 月 24 舉行的 IROS 2020 上，OCRTOC 機器人挑戰賽應運而生。
它是世界首次機器人抓取云競賽，由阿里巴巴人工智能實驗室與美國南佛羅里達大學、加州大學圣地亞哥分校、伍斯特理工學院、德國航空航天中心、加拿大西蒙菲沙大學等共同舉辦。
最終，共計 59 支隊伍報名參加了競賽，包括清華大學、香港科技大學、慕尼黑工業大學、卡耐基梅隆大學、普林斯頓大學、印度理工學院等研究機構。
他們想打造「機器人抓取技術領域的 ImageNet」
這項競賽聚焦機器人抓取能力以及桌面物品整理的應用場景，旨在成為「機器人抓取技術領域的 ImageNet」。
競賽官網：http://www.ocrtoc.org/#/
OCRTOC 競賽獲得了國際電氣電子工程師協會兩大技術委員會的大力支持（IEEE RAS Technical Committee on Robotic Hands, Grasping and Manipulation 以及 IEEE RAS Technical Committee on Mobile Manipulation），并成為國際機器人頂會 IROS 2020 的正式官方賽事。競賽由阿里云天池平臺提供云上競賽環境，并鏈接開發者深度參與，高質量運作。
云端競賽 OCRTOC，包含這些任務
OCRTOC 競賽的主要任務是整理物體：參賽者會拿到一個包含 5 至 10 個物體的清單，以及每個物體被期望放置的位置和姿態；參賽者需要在規定時間內，正確識別出需要被抓取的物體，將其移動到指定位置，并按照指定的姿態擺放物體。根據物體的數量和放置要求，任務一共分為 5 個難度等級，主辦方為每個等級提供了數百個模擬器場景供參賽者練習。
競賽全程采用云上模式開展，分為仿真階段和真機階段兩部分，阿里云天池平臺為競賽的仿真階段提供了提交系統和計算資源，競賽的真機階段在阿里巴巴人工智能實驗室提供的多套標準硬件系統上進行。
在仿真階段，主辦方提供了 Gazebo 與 Sapien 兩種仿真器來模擬真實環境，參賽團隊可以在任一仿真器中開發自己的參賽方案，并在仿真階段末尾將參賽方案提交到天池平臺。仿真階段中取得優異成績的團隊將被邀請進入真機階段。
在真機階段，主辦方提供了多套標準化硬件設備，并為每個參賽團隊提供遠程調試時間。參賽團隊可以在主辦方工作人員的協助下，在標準化的硬件平臺上遠程調試他們的參賽方案。真機階段結束后，由主辦方使用一組相同的任務評價各個團隊的解決方案并決出前三名。
與傳統的單任務競賽不同，OCRTOC 競賽需要多個算法模塊共同協作才能得到好的結果，在實際應用方面的參考性很強。在評價指標的設置上，主辦方直接評估最終物體姿態和目標姿態之間的偏差。
總體來看，參賽團隊的解決方案基本按照「采集數據、識別物體、抓取位姿生成」的邏輯主線，技術模塊主要分為「感知」與「規劃控制」。
「感知模塊」負責識別要抓取的物體并生成抓取位姿，主要方法有三類：
第一類：直接對點云數據做分割，聚類，通過 KNN 等算法對物體進行分類，再利用一些二指夾爪的抓取點生成算法繼續處理；
第二類：利用深度學習的算法獲取物體的 6D Pose，例如 PVN3D、PoseCNN 等算法，再利用一些二指夾爪的抓取點生成算法繼續處理；
第三類：利用一些 End-to-End 的方法直接從圖像生成抓取點，例如 GQ-CNN 等算法。
「規劃控制模塊」，參賽者主要的方案有兩類。一類是使用 Moive-It 做規劃控制，另外一類是直接使用 UR 的 pos_traj_controller 做規劃控制。
華科奪冠，港科大、清華團隊位列第二、第三
經過兩個多月的激烈角逐，三名獲勝者脫穎而出，分別是來自華中科技大學的 iRobotCNC 團隊、來自香港科技大學的 PHAI_robotics 團隊和來自清華大學的 THU-ROBOT 團隊。
為什么要舉辦這一次的機器人桌面物品整理云競賽？對于活動主辦方阿里巴巴人工智能實驗室來說，舉辦競賽的其中一個目標是將整套技術方案能應用在實際場景中。
阿里巴巴人工智能實驗室研發團隊主要涵蓋定位及建圖、視覺感知、導航及規劃、硬件設計、云端一體化工程配套研發五個方面，除了天巡機器人之外，實驗室已經在多個業務場景落地了機器人技術，比如阿里巴巴未來酒店（菲住不渴）的酒店配送機器人，以及負責住宅小區的物流小車等。
OCRTOC 組委會主席、阿里巴巴人工智能實驗室負責人譚平教授介紹道：「機器人是人工智能的終極應用場景。最近在學術界大家也越來越受關注embodied AI（實體化的人工智能）。我們希望通過競賽的方式來吸引更多的人投入到這個方向的研究中來。
OCRTOC 競賽是全球范圍內首個全程云端開展的機器人抓取大賽。本項賽事聚焦機器人抓取能力以及桌面物品整理的應用場景，提供標準化的硬件和競賽任務，公平地橫向比較各參賽團隊的算法水平。阿里云天池平臺為本次大賽提供了云競賽支持平臺，參賽者即使沒有機器人硬件也可以參賽，這為廣大科研工作者提供了便利的實驗環境。借此，大賽主辦方希望通過降低該領域的硬件門檻來鼓勵更多的科研工作者投入到該領域的研究工作中，從而推進整個技術領域的發展。」
參賽方案地址：
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
以上就是關于pos機軌道采集器9,全球首個機器人抓取云競賽落幕的知識，后面我們會繼續為大家整理關于pos機軌道采集器9的知識，希望能夠幫助到大家！
