九號機器人Segway Robotics團隊榮獲IROS 2019 SLAM挑戰賽冠軍

11月4日，全球機器人規模最大的學術會議之一——IEEE智能機器人與系統國際會議（IROS）正式開幕，大會吸引了4000多名世界各地的機器人、自動化系統及人工智能等領域的專業人士、頂尖研究團隊代表及企業界人士參加交流。除了聚焦最新機器人研究成果，IROS還會舉辦機器人比賽，以更為直接而又輕鬆的方式展現機器人的魅力。今年的機器人挑戰賽聚焦機器視覺前沿領域，旨在通過比賽探索，賦予AI終生學習能力。當天，IROS 2019大會正式揭曉了Lifelong SLAM挑戰賽結果，來自九號機器人有限公司的Segway Robotics團隊以絕對優勢獲得了冠軍。

代替人類從事繁重、危險的工作，一直是機器人研究的終極目標。機器人在現實環境中具有實用性，必需要響應和適應人類與環境的變化，而機器人的「眼睛」——機器視覺，可以通過光學裝置和傳感器讓機器人通過圖像認知周圍環境，並做出相應的判斷和決策。

今年的IROS機器人挑戰賽有兩項，Lifelong SLAM - 適應場景變化的定位算法競賽就是其中之一，比拼的是機器人通過視覺進行持續自我定位的能力。

SLAM全稱“同時定位與建圖”，旨在使機器人在移動過程中能夠自主估計自身所處的位置和姿態，是機器人領域的核心問題之一。通俗一點來說，SLAM指的是當機器人來到一個完全陌生的環境時，它需要精準地建立時間和空間的對應關係，並能完美地知道：我剛才在哪裡，現在在哪裡？我看到了什麼，現在看到的和之前看到的有什麼不一樣？我剛走過的軌跡抖嗎，我現在的位置飄嗎？如果我迷路了我該怎麼辦，我還能追蹤到自己的軌跡嗎？

一般大家研究SLAM往往著重考察機器人在靜態環境中或在包含某些明顯動態特性（例如移動人和物體）場景中的定位精準度，而忽視場景變化帶來的定位失敗和錯誤匹配問題。例如，在家庭場景中，大多數物品是可移動、可變形的，同一個客廳第二天經過整理，機器看到的世界和第一天相比已經發生了鉅變，此時SLAM能否重定位成功？這種動態變化對機器（重新）定位的魯棒性和地圖的可重用性構成了挑戰。

因此，本次比賽提出定位成功率這一指標，著重考察SLAM算法能否在視角、光照和場景佈置發生變化時穩定識別自身位置，從而支持機器人的長期部署。

為配合本賽事，研究人員製作發佈了全新的SLAM數據集——OpenLORIS-Scene。與以往SLAM數據集相比，OpenLORIS-Scene中包含的場景更貼近生活，傳感器配置更豐富，並且對每個場景多次錄製，從而包含真實生活導致的場景變化。OpenLORIS-Scene數據集將成為SLAM算法能否支持機器人真實部署的試金石。

OpenLORIS-Scene使用九號機器人Segway Robotics團隊研發的Segway配送機器人S1來收集數據。據瞭解，目前市面上能夠支持加裝很多傳感器來採集制數據，並能在人群中行走的，只有Segway配送機器人S1。S1上加裝了RealSense D435i攝像機和RealSense T265攝像機兩個傳感器來採集圖像數據，兩者均安裝在大約1m的固定高度上。S1還提供了車輪編碼器 odometry里程計數據。

自7月份上線以來，比賽吸引了來自全球數十隻隊伍參與，其中不乏北大，上海交大等實力強悍的科研團隊加入賽事。在經過數月的算法比拼後，Segway Robotics團隊和上海交大決賽得分超過90分，而作為參考基準的ORB_SLAM2、VINS-Mono等主流算法只能得到不到40分。

據參賽工程師說，Segway Robotics團隊在Segway配送機器人S1原有的定位算法框架下，融合了深度學習的特徵匹配和場景重定位，使機器人通過視覺進行持續自我定位的能力大大提高，綜合評估分數第一。

本次奪冠，是對Segway Robotics在SLAM方向多年的技術累積的充分肯定，尤其在SLAM算法實用化的方面。在商業機器人運行的真實環境中，視覺感知會面臨諸多挑戰：環境和光照變化；無紋理環境， 動態環境等。Segway Robotics的算法框架融合的多傳感器信息，包括魚眼相機，慣性測量器件以及底盤編碼器，使定位算法更加穩定。同時，通過不斷的優化地圖和合並地圖增加視覺感知的範圍，提高機器人的重新定位(Relocalization)的概率。通過這次比賽， 驗證了Segway Robotics算法的實時定位的性能， 以及在大規模室內環境中建立一致地圖的能力。

據瞭解Segway Robotics隸屬於九號機器人，致力於機器人創新領域的業務。從2015年起，該團隊就深耕機器人領域，專注於研發、生產和推廣針對個人消費者和企業級市場的智能機器人，擁有全球領先的人工智能（AI）算法研發能力，以及硬件整機的研發與量產能力。

2018年8月，該團隊發佈了賽格威配送機器人S1，與美團、餓了麼均建立了戰略合作，並累計完成5000餘公里的實地運行。在第一代機器人基礎上，該團隊還研發了第二代室內配送機器人S2，在產品多方面性能上進行了升級，採用與S1深度攝像頭成本相近但可視角度更大的LDS Lidar，與視覺傳感器融合後的導航系統，定位精度更高，視覺盲區更少，可以輕鬆檢測到人腳或臺階，並做出適當應對反應。同時，該團隊還主導研發了Segway室外配送機器人X1。

Segway Robotics一直很重視學術前沿和工程落地探索相結合，每年都會投入人力和實習生項目在參加各種學術會議賽事。在剛剛結束的兩年一屆的由北航、商湯科技、中科院、中大舉辦的 ICCV 2019（International Conference on Computer Vision）人-物交互檢測競賽中，Segway Robotics 還派出了自己培養的實習生隊伍，獲得了【現實生活場景的人和物體的關係交互檢測】項目的第二名。看來，九號機器人Segway Robotics團隊的機器人技術還是相當先進的，不知道為何這家公司在宣傳上卻如此低調。