中山大学人工智能学院学子荣获＂中国软件杯＂大学生软件设计大赛全国总决赛二、三等奖

        第十二届＂中国软件杯＂大学生软件设计大赛全国总决赛于2023年8月20日在江苏南京落下帷幕。 “中国软件杯”大学生软件设计大赛是全国软件行业最具影响力的顶级赛事之一，本届大赛历时一年，来自全国31个省份800多所高校的近3.5万名大学生、5767支队伍参赛。比赛共有20个赛道，其中，“智能四足机器狗电力巡检系统开发赛”赛道有428支队伍参赛，角逐一等奖两项、二等奖八项、三等奖九项。

        经过初赛、区域赛、总决赛三次激烈的竞争，由中山大学人工智能学院魏天骐副教授指导的两支队伍共八位参赛选手在“智能四足机器狗电力巡检系统开发赛”赛道上分别获得全国二等奖和全国三等奖优异成绩，是人工智能学院首次获得该奖项。这两支队伍的成员都是中山大学人工智能学院2020级本科生，第一个队伍有李国豪、丁彦博、梁海泽、黄雨鑫，第二个队伍有曾祥宇、罗大样、王楚玉、马生悦。

        该赛道的核心任务是使用机器狗替代人工在电力系统中自动化巡检，对于本科生而言，存在多方面的挑战。

        在初赛中，参赛队员需要基于预训练的yolo模型，识别真实照片中存在的人员、仪表等，并进一步鉴别人员是否佩戴安全帽、分割仪表读数。在准备过程中，队员发现预训练模型的原始准确率仅为60%左右，对人体头部的识别准确率尤其低下。为解决这个问题，他们通过针对性地添加数据集中与头部相关的数据样本，同时对训练图片作数据增强，显著提高了训练集图片的多样性和模型的性能。为了保证推理速度，换用了较小的模型，并增加了训练轮次，采取了学习率调整策略。最终，在测试集上取得了89%的平均识别准确率。在初赛428支队伍中，人工智能学院两支队伍分别排名25与29，顺利进入区域赛。

        在区域赛中，参赛队员们面临的任务更加多样化，包括任务区域仪表盘检测、任务区域火灾检测、机器狗循迹运动以及机器狗障碍物、台阶和终点的识别。针对比赛中卡通图案与模型训练使用的真实图片存在较大差异的问题，在深度学习模型之外基于BRISK算法开发了特征点匹配的方法。考虑到特征点不足时的情况，又基于边缘检测和形状匹配开发了形状匹配的识别方法。为控制机器狗实时识别黑线并跟随其运动，参赛队员开发了一种用于路径识别的图像处理方法以及基于PID的运动控制策略，在成功消除了光照变化、地面反光等干扰因素的影响后，顺利完成了任务。其中，第一个队伍在区域赛中获得满分后，在任务更加复杂的决赛中再次获得满分，速度上排位第五，获得二等奖。

        通过准备以及参与比赛，参赛队员获得参与实验室科研工作的机会，学习了机器人感知、目标识别、路径规划、运动控制等多个方面的知识，进行了大量的实机实验和测试。在此期间，有五名队员登上了中山大学号，参与了机器狗上船的初步测试。获奖后，有团队成员感言，“这次比赛不仅是对我们技术实力的一次检验，也是我们团队合作和创新能力的体现。通过这次比赛，我们不仅学到了很多新知识和技术，还锻炼了团队合作和解决问题的能力。我们将继续努力，不断提升自己，为未来的机器人技术发展做出更大的贡献。”

责编: 余翔宇
一读: 康怡圆
初审: 曹雁群
复审: 林美珍
审核发布:漆小萍