我在大疆参与了很多产品,RoboMaster S1是参与最久也是最难以割舍的一个。现在虽然离职到了美国读博士,但还在以RoboMaster机甲大师赛组委会顾问的身份持续在帮助这款产品的教育课程提供意见和想法。关于产品本身,我的同事和其他知友都回答得很多了,在此不再赘述,我想谈谈RoboMaster S1附带的几项课程,尤其是“项目式教程”。
过去几年教育机器人这个概念一直炒得比较火,市场上各种产品层出不穷,但是十年树木百年树人,教育类产品最为难做,要思考的东西更多。就像其他回答里说的,大疆通过RoboMaster在教育方面悄悄布局了好多年。2017年1月我在极客公园创新大会上演讲说要做中国最好的教育机器人品牌时,RoboMaster比赛刚刚办完第二届,参赛队伍的机器人技术水平尚且不高,比赛的运营体系也还在建立过程中,RoboMaster S1的研发在公司内部刚刚开始孵化,一切都处在萌芽状态。演讲时喊的口号并不是空话,但是我们并不着急对外证明自己,因为大疆一贯耐心打磨产品,这款产品打磨的不仅是产品本身,还需要打磨它的教育属性。2017年初,大疆刚刚在过去的一年里接连发布了精灵4、Mavic、Inspire 2和精灵4 Pro,公司做硬件产品的能力已至化境,但是进行青少年机器人教学工作的经验,我们还需要积累。
直接面向一线学生教学是RoboMaster团队比较重要的积累。从2013年起大疆就开始连续每年暑假开办面向大学生的夏令营,我在以前的回答中介绍过很多次这个夏令营的情况:https://zhuanlan.zhihu.com/p/25986007。每年的夏令营我们一个主要的工作是观察什么样的技术和讲解技术的方式能够让大学生比较快地接受,并且运用这些技能在一个月时间内做出挑战性较高的机器人项目。从2016年开始,我们增加了高中生夏令营,然后又在2017年增加了高中生冬令营。此外,我们还在RoboMaster部门内开办了长期实习性质的“工程师培训营”,通过模拟参赛队做机器人的过程来锻炼工程能力。2018年我们还组织了面向香港和澳门高中生的赛事活动。这些种种假期营和培训营都构建了围绕RoboMaster赛事的教学模式,帮助我们分析清楚对于不同年龄层次的青年工程师和学生,应该如何设置实践为主、理论为辅的机器人教学模式。随着假期营和培训营工作的常规化,2017年底开始,一批技术能力和表达能力都很优秀的工程师被抽调组建成为专门的机器人教学团队,在深圳周边多个中学用RoboMaster赛事产品模块以及在假期营中制作的教学资料进行了教学工作,因此积累了较多的教学经验。
RoboMaster的赛事体系也极大帮助了RoboMaster S1的成长。RoboMaster S1研发团队的负责人大部分都曾经参与过RoboMaster机甲大师赛的规则设计、赛事运营等工作,可以说是工程师中最懂运营管理的人才。RoboMaster S1研发团队中除了大量有丰富产品开发经验的资深工程师外,也有不少核心成员是RoboMaster往届参赛队员或者工程师培训营中的佼佼者。因此他们能够把对RoboMaster机甲大师赛的深刻理解应用到RoboMaster S1的产品设计中。就像其他回答中说到的,RoboMaster S1的“实验室”中的编程模块“扭腰反击”来自于2016年华南理工大学RoboMaster参赛队,而编程模块“挨打反击”则来自于2017年大学生夏令营学生在设计自动步兵机器人时的创意。此外一些细小的设计点,比如发弹时点亮弹道的激光灯、底盘跟随云台移动的操控方式,也都是在RoboMaster机甲大师赛中经过多番迭代后的元素,又经过产品团队优化之后的产物。
如大家所看到的,RoboMaster S1继承了大疆产品一贯的做工和技术水平:电机来自于多旋翼飞行器上的无刷直驱电机和云台电机、图传是最新的高清低延迟版本、各种接头都进行了定制化、APP界面精美……这些模块不仅带来了很好的产品体验,也提供了进行机器人教学的更多可能。在深刻总结RoboMaster赛事的核心亮点和几年来教学工作的经验的基础上,我们围绕RoboMaster S1设计的多种机器人课程给这个产品起到了锦上添花的作用。最值得介绍的是在APP上的“项目式教程”,我想谈谈我们在RoboMaster S1上如何通过“项目式教程”让玩家学习到一些关键的机器人和人工智能知识。
在RoboMaster S1的控制APP上(可在此页面下载),“实验室”界面下有“大师之路”这个版块:
其中有多个项目式任务:
这些任务有的是帮助玩家学习基本的编程知识,有的是实现具有某些功能的编程模块,比如扭腰反击等等,还有的则是帮助玩家理解机器人基本的运动原理,比如RoboMaster S1是如何进行全向移动的。
“反馈控制”和PID控制器是所有自动化和电子等专业的大学生都要学习的基础控制论知识,也是任何机器人爱好者制作和控制机器人时必须使用的基本功。而RoboMaster S1上可以实现的视觉标签跟随以及精确射击功能,是一个非常好的用来教学反馈控制的案例,它放在“大师之路”中的“视觉标签跟随”这一节。
当机器人视野中的标签朝向某方向移动时,云台会进行自动跟随,并且对其进行射击。
这个过程看似简单,但其中涉及了图像处理、通过人工智能算法识别标签、设计PID控制器控制云台旋转追踪标签的一系列复杂步骤。我们的产品团队把这个过程中的各项技术包装成了方便使用的编程API,使得一段scratch代码就能够实现上述过程:
在这个项目式教程的基础上,玩家已经可以开始设计自己的全自动机器人了。但是我们能做到的不止于此。很多学生在初次通过大学课程“自动控制原理”学习PID控制的时候,都会被抽象的理论弄得晕头转向。书本上的知识往往过于枯燥和缺乏实际的例子,使得PID反馈系统导致的“超调”、“稳态误差”这些重要的概念很难被学生接受。在RoboMaster S1的“视觉标签跟随”中,我们用比较简单的方法就可以引导玩家自己去尝试观察不同控制器的表现,不仅学会用这个知识,还能理解其原理。
关于PI控制器,教程中谈到:
单独使用P控制,有两个缺点: 第一,如果视觉标签以一个恒定的速度在相机视野里不停圆周运动,可以分析出过一段时间后云台就也会以一个相同的速度转动以希望追上视觉标签,这个速度等于Kp*误差距离,这个误差距离是不能进一步被消除的,这种情况下的误差距离也叫做“稳态误差” 。为了消除稳态误差,我们需要引入I控制。
下面的动图展示了单纯使用P控制的跟随效果,屏幕上的标签在以恒定速度向右移动,观察准星的位置可以看出云台并没有很好地跟随到标签的中心:
而接下来一个动图展示了在P控制之上同时使用I控制的跟随效果,观察准星的位置可以看到云台较好地跟随了标签的中心位置:
这两个实验的对比能够直观展示出稳态误差的出现和消除。
而对于PD控制器,教程中这样介绍:
单独使用P控制的第二个缺点是,如果P控制中Kp比较大,而视觉标签在原地小范围抖动,那么可以分析出云台为了追上视觉标签,就会进行更大幅度的抖动,让整个机器人震动起来,这种现象也称作“振荡”。D控制可以解决这个问题。
下面的动图展示了单纯使用P控制时对抖动标签的跟随效果,屏幕上的标签在一个地方左右不停抖动,云台试图去跟随的时候发生了更大的抖动:
而接下来一个动图展示了在P控制之上同时使用D控制的跟随效果,可以明显看出标签的抖动并没有引发云台较大的抖动:
这两个实验的对比能够直观展示出超调振荡的出现和消除。
根据我们在教程开发过程中和高中生测试玩家的沟通反馈,我们相信这些教程中的内容能够让玩家获得对PID控制器更深的认识。在项目式教程之外,RoboMaster S1还有形式更贴近一般教学方式的视频课程,让玩家可以更深入地学习相关的知识。
“视觉标签跟随”只是“大师之路”中的一个例子,其他的教程都有不同的侧重点和教学目标,这些项目式教程基本涵盖了机器人学中比较基础的入门的几项知识,同时也能让玩家在学习之后立刻应用在对RoboMaster S1更好的控制上,提供较强的学习正反馈。RoboMaster S1作为一款教育产品一定可以让家长放心。另外,RoboMaster S1的性能足够让从高中到大学甚至研究生阶段的学生都从中找到自己可以探索的知识以及乐趣。在接下来一段时间,我们还会在APP和网站上进一步更新更多相关的机器人学教程,我也会在博士工作期间探索应用RoboMaster S1进行集群控制和智能规划算法研究的可能性。
基于项目学习知识是西方大学比较先进的教学思想,也是大疆内部培养工程师重要的方法论。大疆创始人汪滔先生和他的导师李泽湘教授都深受这种教育思想的影响,并且身体力行地在国内推广这种教育方式。他们两位前段时间获得IEEE机器人与自动化大奖的一部分原因也在于他们在机器人教育上的贡献。RoboMaster S1也是这种教育思路的体现。我到卡内基梅隆大学读博士已经快一年,观察了一段时间卡内基梅隆大学机器人学院的本科生教育过程,深感我们在RoboMaster S1上所采用的教育思路,和机器人学院的教学方式比起来没有差太多,很多地方甚至更好。相信RoboMaster赛事和课程体系的进一步完善,能够让更多的人获得优质的机器人知识和实践机会,成为更加优秀的玩家和工程师。RoboMaster不仅会是中国最好的教育机器人品牌,也会是世界最好的教育机器人品牌。RoboMaster S1是我们的step 1,希望它也能成为更多人的step 1。
来,大声回答我,尺寸放大十倍,这是什么??
年产量能不能上百万??
这玩意,我自己瞎折腾的,自己做打印件,自己画板子焊电路,写代码做UI,我一文科生,花了千八百,搭进去两个月,就差个水弹枪了,和大疆这个比大概是拖拉机和F1的区别,而且人家才卖3000多,啥都不说了,买
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有