马格德堡是个舒适的小城，虽为萨克森-安哈尔特州首府，但20万的人口分布在这样一个中世纪古城里，确实显得冷冷清清。而与之形成鲜明对比的，不仅仅是上海熙攘的人群，高耸的钢筋混凝土和快节奏生活，还有我们本来那颗急躁的心。这次比赛的准备时间并不充裕，虽然在学校里我们为此搭建了等比例缩小的比赛场地，也按预期目标测试了各项环节，然而机器人比赛不像ACM和各类黑客马拉松，不仅有软件上的各类BUG需要解决，同时还要考虑机器人硬件的鲁棒性。尤其是长途跋涉，路上的颠簸非常容易对机器人造成意外的损伤。
晚饭后，我们便开始组装机器人，需要吸取教训的是，出发当天因为机器人出故障导致打包匆匆，有些次要的零部件未带，不过幸好有替代方案解决问题。另外，长途的震动导致电机螺丝几乎全部松动，甚至有一些已脱落。忙到凌晨过后，大家终于可以回去睡觉。
比赛场地坐落在马格德堡Elbauenpark公园旁边，我们到时，已有不少队伍在准备比赛了。由于我的任务是机器人硬件和机器人轨迹估计与建图，在学校里已经完成了几乎所有的测试，因此机器人让给了其他队友测试他们的项目。作为队里相对比较闲的人员，我被拉去当每队出一人的裁判。RoboCup救援赛分为Maneuvering，Mobility，Dexterity和Exploration四个部分，其中Maneuvering是最基础的测试场地，机器人在这些场地里遥控或者自主驾驶，来回次数越多则得分越高。Mobility测试救援机器人的移动能力，基本都是一些特别复杂的地形，而Dexterity测试机器人机载机械臂的灵活性能。由于我们侧重小型机器人，并未装备机械臂，因此没有选测Mobility和Dexterity。Exploration是四项中最考验算法的测试，机器人需要自主或遥控驶完全程，并进行建图和识别危险物，热源等任务。作为裁判，我虽然没有更多的时间陪着自己组的机器人调试和比赛。所幸的是，不同组的机器人都各有所长，裁判过程并不乏味，每队都有各自的独特优势，比如如下左侧图的队伍，他们简单的使用了4个轮子，采用大功率驱动，虽然丧失了一定的复杂地形应对能力，但帮助他们在
来回单圈比赛中争取不少的分数。右图是六轮机器人，和前面的一样，都抛弃了传统救援机器人的履带式结构，能让他们在沙地和碎石地形中有更好的移动能力。
在前两天的比赛结束后，我终于从裁判的角色中脱身出来。由于比赛场地中各个队伍都在使用无线网络，导致信道不足，我们临时换上之前准备好的有线传输，即将电源换成220v直流转换模块，信号则通过电力猫在220v交流上传输，这样只需一根220v电线即可完成电能和通讯信号的传输。而在Exploration的建图任务中，我们的建图效果并不理想，但在单独测试时能够工作，后来分析是由于机器人机载计算机算力不够，测试时因为不开传感器，用的是事先录制好的数据集，cpu压力较小，当传感器和建图算法同时运算时就导致负载较大，算法无法在指定时间内得到优化后的值。不过相比其他队伍都采用激光雷达建图，我队的相机具有低成本和低功耗地优点，这样的建图效果尚算可接收。
最后一天的总决赛我们没能参加，因为机器人体积的原因，我们相比大型机器人其实非常吃亏，不过我们的研究方向就是小型救援机器人的自主，这种在比赛中自己制造困难的精神也许值得骄傲，但不得不承认的是，我们的自主建图还有不少路要走。基于相机这种限制感知下的建图，定位和路径规划本来就处于学术前沿。长路漫漫，吾将上下而求索。
沪公网安备 31011502006855号
