两名相隔数千里、身处不同文化环境里的学生,述说着相同语言,那就是机器人。

往返意大利和法国两地的博士候选人 Raffaello Bonghi,以及位于科罗拉多的大学生 Ryan Beethe,都搭上开发机器人的尖端潮流。我们称这两位为「Jetson 冠军」,他们跟其他七位优胜者一样,在机器人的重点设计上皆采用 NVIDIA Jetson TK1 开发套件。

Bonghi 跟 Beethe 有什么专长? 他们擅长制作造价低廉的机器人。他们或许未拥有企业研发部门的庞大资源和资金,却运用巧妙的替代方案来解决工程方面的问题、率先引领机械设计方面的走向,开发出具高度行动力、体积小巧的机器人。 
协助他落实梦想的就是拥有高度运算能力的处理器 Jetson TK1。

Jetson TK1 的效能强大,处理复杂的应用程序,象是计算机视觉和导航等轻而易举,而且价格低廉,只要 $192 美元。

对于 Bonghi 和 Beethe 这些机器人爱好者来说,Jetson 当成客制化雷射切割精密零件的框架,强度又足以支撑动作侦测感应器等装置(阅读系列里所有 Jetson Champs 文章)。

打造相扑机器人

Bonghi 在罗马大学与巴黎第十一大学研究系统自动化,设计和导入行动平台,不过他对机器人的热情源自于青少年时期。他拆开包括家里的电视机各种器具,以了解其中的运作原理。Bonghi 白天研读希腊文和拉丁文,晚上则是学习电子学,不久后即打造出机器人和参加比赛。

Bonghi 为一个青年机器人俱乐部打造一具带轮子的「迷你相扑手」机器人,可在类似相扑的赛事里与敌方对战。机器人找出对手的位置并进行战斗,而他的迷你相扑手获胜。

随着 Bonghi 发展出自己开发机器人的技巧,他对想找一个更强大的平台,最后发现 Jetson,他说这是「最适合处理机器人信息的平台」。以 NVIDIA Tegra K1 行动处理器为基础的 Jetson,采用与美国最快速超级计算机相同的 Kepler GPU 架构,提供 300 GFLOPS 以上的效能表现。

Rafaello Bonghi 正在操作他用 Jetson TK1 製作出來的機器人

Bonghi 在系统层架构、马达控制和自动导航方面,将 Jetson 搭配开放源码机器人作业系统 ROS 使用,此举让他能研究不同种类的驱动装置、学习如何设计机器人的操控原则,以及设计能探索新环境的机器人。他也在找方法提高自己目前 4UDE机器人 (For Unmanned Discovery of Environments,发现环境无人机器人)的速度和视觉能力。

廉价机器人上的计算机视觉能力

Beethe 的发展背景跟 Bonghi 很像,四年级时拿到父母送的乐高机器人组合时,即对机器人着迷不已,他非常想了解事物运作的原理。

Ryan Beethe 採用 Jetson TK1 開發出的機器人

2015年 NVIDIA CUDA Vision 活动冠军 Beethe 擅长计算机视觉、导航、障碍物闪避,以及机器人如何使用数据来预测位置。他在科罗拉多矿业学院就读物理学,希望大学毕业后能研究电子工程或机器人。

 

使用微控制器来处理计算机视觉,超慢的速度让他倍感挫折,Beethe 决定使用Jetson TK1 来升级系统。他实验了多种 GPU 加速立体视觉技术,并且发展自己的版本。「少了 Jetson 就没法帮我达到现在的成果。」他说。Beethe 使用 PVC 管和橡皮筋悬吊系统建造出的机器人,外表看起来或许很粗糙,但内部的地图软件和深度感应能力则是极为精密。

他打算为明年4月的科罗拉多机器人大赛,打造一具极具功能性的机器人。

随着嵌入式运算处理器的技术稳定发展之际,创新者不断将机器人的能力发挥到极致。

我们的 Jetson 冠军协助引领这项发展。

Bonghi 说:「机器人是未来发展趋势,家中、办公室和车上都将出现机器人的身影,我们已为工业用途打造机器人,但适合人类使用的却相当困难,我们需要更深入研究。」

准备好追求您对机器人的热情了吗? 深入了解 Jetson TK1 相关信息。