王繼萱

乒乓球訓(xùn)練總能帶給我無限的激情，但是練習(xí)中和結(jié)束后，都要把掉落的乒乓球收拾起來。每次望著滿地的乒乓球，我都有點(diǎn)無奈，這個(gè)時(shí)候多么渴望有一個(gè)機(jī)器人來幫忙啊！參加夏令營(yíng)時(shí)學(xué)習(xí)了機(jī)器人編程技術(shù)，于是我想讓樂高機(jī)器人來?yè)炱古仪颉?/p>

翻閱資料后，我發(fā)現(xiàn)，除了需要多種傳感器去感應(yīng)各種情況下乒乓球的位置、判斷中途是否有障礙，機(jī)器人還必須處理各種復(fù)雜的情況，甚至需要自己做出一些決策。有沒有這樣能自主撿球的機(jī)器人呢？

我想到了人工智能。如果利用深度學(xué)習(xí)技術(shù)的自主學(xué)習(xí)能力，撿球機(jī)器人也許只需要依靠攝像頭這一種傳感器，無需程序員事先考慮各種復(fù)雜情況或被迫根據(jù)實(shí)際情況重新編程，通過學(xué)習(xí)和訓(xùn)練，就能實(shí)現(xiàn)對(duì)復(fù)雜場(chǎng)景的處理，避開各種障礙，拾取滿地掉落的乒乓球。

經(jīng)老師和家長(zhǎng)指導(dǎo)，我了解到深度學(xué)習(xí)開發(fā)板JETSON-NANO及其套件支持TENSOR FLOW的深度學(xué)習(xí)框架。經(jīng)過調(diào)研比較后，我決定改造以此為主板的JETBOT-AI小車，通過攝像頭拍攝的圖片數(shù)據(jù)與人工操作時(shí)記錄的速度和角度信息相匹配，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行在線或離線訓(xùn)練，使訓(xùn)練后的小車能夠克隆訓(xùn)練時(shí)人操作下的小車行為.自主識(shí)別乒乓球目標(biāo)，按照訓(xùn)練流程接近乒乓球，將乒乓球吸入風(fēng)道。

于是，我設(shè)計(jì)、制作了基于抽氣風(fēng)扇的自動(dòng)撿乒乓球裝置，并將裝置安裝固定在Jetbot-AI小車上，設(shè)計(jì)并移植撿球控制的代碼，完成了撿球機(jī)器人實(shí)物制作，選擇了基于深度學(xué)習(xí)的遠(yuǎn)距離目標(biāo)識(shí)別、定位與追蹤算法，并通過樣機(jī)訓(xùn)練，改進(jìn)了撿球機(jī)器人的控制代碼、訓(xùn)練布景和邊界，以及路徑規(guī)劃等方案。

撿球訓(xùn)練和總體功能驗(yàn)證證明，經(jīng)過訓(xùn)練后的撿乒乓球機(jī)器人具備了自主發(fā)現(xiàn)、識(shí)別、追蹤，以及避障和拾取散落全場(chǎng)乒乓球等功能。

本項(xiàng)目的主要?jiǎng)?chuàng)新點(diǎn)是：

1.采用了CPU-GPU復(fù)合處理架構(gòu)，具有更為強(qiáng)大的計(jì)算和處理能力。

2.引入深度學(xué)習(xí)技術(shù)，可自主完成多種任務(wù)，智能程度更高。

不足和改進(jìn)：

1.目前的程序與小車的兼容性不夠好，沒充分發(fā)揮JETSON-NANO的CPU-GPU處理架構(gòu)的優(yōu)勢(shì)，在線訓(xùn)練情況有待改進(jìn)。

2.程序?qū)囁俚目刂迫杂腥毕荨?/p>

3.經(jīng)過訓(xùn)練的小車追蹤的精準(zhǔn)度、避障的復(fù)雜動(dòng)作，以及應(yīng)對(duì)死角問題都有優(yōu)化的余地。

經(jīng)歷撿球機(jī)器人的研制過程，我知道將設(shè)想變成現(xiàn)實(shí)需要儲(chǔ)備很多知識(shí)，需要集體討論、查閱文獻(xiàn)和試驗(yàn)驗(yàn)證，要勇于在失敗中探索和改進(jìn)。這些寶貴的經(jīng)驗(yàn)將是我未來學(xué)習(xí)和創(chuàng)新實(shí)踐的動(dòng)力源泉。

（本作品榮獲第35屆上海市青少年科技創(chuàng)新大賽一等獎(jiǎng)、第15屆中國(guó)少年科學(xué)院“小院士”課題研究成果一等獎(jiǎng)。作者：上海民辦華二初級(jí)中學(xué)學(xué)生;指導(dǎo)教師：周宇迪、王詩(shī)臻）