有你，我輕松了

王繼萱

乒乓球訓練總能帶給我無限的激情，但是練習中和結(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，我都有點無奈，這個時候多么渴望有一個機器人來幫忙??！參加夏令營時學習了機器人編程技術(shù)，于是我想讓樂高機器人來撿乒乓球。

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，機器人還必須處理各種復雜的情況，甚至需要自己做出一些決策。有沒有這樣能自主撿球的機器人呢？

我想到了人工智能。如果利用深度學習技術(shù)的自主學習能力，撿球機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雜情況或被迫根據(jù)實際情況重新編程，通過學習和訓練，就能實現(xiàn)對復雜場景的處理，避開各種障礙，拾取滿地掉落的乒乓球。

經(jīng)老師和家長指導，我了解到深度學習開發(fā)板JETSON-NANO及其套件支持TENSOR FLOW的深度學習框架。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)與人工操作時記錄的速度和角度信息相匹配，對神經(jīng)網(wǎng)絡(luò)進行在線或離線訓練，使訓練后的小車能夠克隆訓練時人操作下的小車行為.自主識別乒乓球目標，按照訓練流程接近乒乓球，將乒乓球吸入風道。

于是，我設(shè)計、制作了基于抽氣風扇的自動撿乒乓球裝置，并將裝置安裝固定在Jetbot-AI小車上，設(shè)計并移植撿球控制的代碼，完成了撿球機器人實物制作，選擇了基于深度學習的遠距離目標識別、定位與追蹤算法，并通過樣機訓練，改進了撿球機器人的控制代碼、訓練布景和邊界，以及路徑規(guī)劃等方案。

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

本項目的主要創(chuàng)新點是：

1.采用了CPU-GPU復合處理架構(gòu)，具有更為強大的計算和處理能力。

2.引入深度學習技術(shù)，可自主完成多種任務(wù)，智能程度更高。

不足和改進：

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，在線訓練情況有待改進。

2.程序?qū)囁俚目刂迫杂腥毕荨?/p>

3.經(jīng)過訓練的小車追蹤的精準度、避障的復雜動作，以及應(yīng)對死角問題都有優(yōu)化的余地。

經(jīng)歷撿球機器人的研制過程，我知道將設(shè)想變成現(xiàn)實需要儲備很多知識，需要集體討論、查閱文獻和試驗驗證，要勇于在失敗中探索和改進。這些寶貴的經(jīng)驗將是我未來學習和創(chuàng)新實踐的動力源泉。

（本作品榮獲第35屆上海市青少年科技創(chuàng)新大賽一等獎、第15屆中國少年科學院“小院士”課題研究成果一等獎。作者：上海民辦華二初級中學學生;指導教師：周宇迪、王詩臻）