尽管由于全球大流行而取消了DARPA SubT挑战赛的面对面系统跟踪事件，但系统跟踪团队仍必须为2021年的最终事件做准备，其中将包括一个洞穴部分。
Systems Track团队一直独自寻找要测试的洞穴环境，他们中的许多人都在运行自己的DARPA风格的竞赛来测试他们的软件和硬件。
我们将发布一系列访谈，探讨团队在何处以及如何实现这一目标，今天，我们将展示位于澳大利亚布里斯班的CSIRO Data 61团队中国机械网okmao.com。
这次采访采访了来自CSIRO Data 61团队的以下机器人专家：
Katrina Lo Surdo —先进机电一体化系统电气和计算机工程师
Nicolas Hudson —高级首席研究科学家，组长
Navinda Kottege-动态平台团队负责人首席研究科学家
Fletcher Talbot —软件工程师，动态平台和主要机器人操作员
IEEE Spectrum：告诉我您的洞穴！您如何找到自己的洞穴，那是什么样的洞穴？
卡特里娜·罗·苏尔多（Katrina Lo Surdo）：我们基本上只是向澳大利亚各地的不同洞穴探员俱乐部发送了许多电子邮件，询问他们是否知道我们可以在哪里测试我们的机器人，而大多数人都说不。
但是这个位于奇拉戈（Chillagoe）的特殊探洞俱乐部（布里斯班以北20小时车程）说，他们知道一个很好的洞穴。Chillagoe的洞穴曾经是珊瑚礁，大约在4亿年前形成，然后随着时间的推移，珊瑚礁变成了石灰岩，然后石灰石侵蚀了下来。
在我们去过的特定洞穴中，尽管许多岩层和实际的洞穴本身都是由石灰石形成的，但由于洞穴内部已经沉积了很多沉积物，因此地板相当平坦。当您想到澳大利亚时，就会想到那种红色的污垢。
我确实认为这个洞穴融合了大多数洞穴所具有的许多元素。它确实具有一定的垂直度，一些巨大的洞穴和一些很小的受约束的通道。而且它确实非常庞大，所以我认为它很好地代表了许多不同类型的洞穴。
您是在寻找可以找到的洞穴，还是特别喜欢机器人的洞穴？
Lo Surdo：我们希望能够尽可能成功，但是这个洞穴需要提供足够的挑战，这对我们走下去很有用。因此，如果它将完全平坦且没有障碍，那我认为它不会很好。另一个需要注意的事情是洞穴本身是脆弱的还是任何东西，因为显然我们在滚动机器人，我们不想破坏它。
尽管人类可以毫无困难地穿过大部分地形，但地形本身却是极端的。
尼古拉斯·哈德森（Nicolas Hudson）：我们应该补充一点，卡特里娜飓风是一位经验丰富的攀岩者和专业攀岩者，因此当她说它很容易被人穿越时，她意味着攀岩者会发现它很容易。团队中的其他人在山洞里一点都不舒服。
从城市环境到洞穴环境，您觉得最大的新挑战是什么？
哈德森（Hudson）：我从市区巡回赛到这个山洞的想法是，在市区，它的设置本质上是为了使人，腿或跟踪的系统可以遍历整个事物。例如，在厄本（Urban），我们将无人驾驶飞机穿过地板上的一个孔，但是旁边有一个楼梯。在山洞中，只有无人机无法接近的部分。
另一个很好的例子是，我们的无人机在某一时刻实际上飞越了我们的预期路线，因为我们没有任何人为的约束-仅仅是洞穴系统。而且它正在飞过我们作为人们不舒服的地方。因此，我认为洞穴系统确实是无人机在某些地区发光的地方，甚至比城市环境更为耀眼。从我的角度来看，这是最重要的区别。
您的机器人团队如何在Urban和Cave之间进行转换？
哈德森：我们的机器人变化不大。我们保留了大型Titan机器人，因为它们是迄今为止我们功能最强大的地面平台。在我看来，由于它们的抓地力强，它们实际上比在湿滑的陡坡上的双腿更有能力。有一些我不愿提倡的事情，泰坦可以开车。因此，这仍然是我们的主要平台。
较大的平台可以覆盖很多地面并且非常稳定，而较小的履带平台（大约一米长的SuperDroid机器人）甚至无法在山洞中工作。就像，他们跑了一米，然后仅仅牵引力是不够的，因为它们太小了。
我们已经开始工作一个功能更强大的小型履带平台，该平台具有更大的抓地力。我们决定不在山洞里伸腿。我们有一个Ghost Vision60。我们考虑过，在这样的环境中我们是否会步履蹒跚，我们决定不这样做，因为它的结构很不整齐，只是因为人类穿越它很困难。
我真的认为最大的不同是无人机扮演了更大的角色。无人机在市区的哪个地方扮演着有针对性的调查角色，它会坐在泰坦的后方，它会起飞，然后将它通过一个洞或类似的东西发送到山洞中，我们发现自己在做什么真的用它来进行侦察，因为地面是如此具有挑战性。
用地面机器人在一个山洞里走20米的成本是非常困难的。因此，使用无人机快速获得更好的态势感知可能是操作概念比机器人改变更大的地方。
团队CSIRO Data 61机器人
面对如此极端的机动性挑战，为什么还要使用地面机器人？为什么不坚持使用无人机？
哈德森（Hudson）：我们发现地面机器人的感知能力明显更好。地面机器人有四个摄像头，因此它们始终以360视觉运行以进行物体检测。
无人机非常适合作为侦察兵，但是它很难找到物体，因为裂缝太多，以至于用无人机穿越每个区域都很费时，而且用光了电池电量。因此，这实际上是地面机器人的耐力，以及他们发挥作用时的更好感知。
我们使用无人驾驶飞机来计算洞穴的拓扑布局。我们没有让操作员事先看到洞穴，这有点难以理解-在Urban中，无人机表现出色，因为那里有非常几何的房间，因此您可以用万向节摄像机遮盖住东西。但是在山洞里，有这么多奇怪的结构，而且一台摄像机的摄像机覆盖范围很差。
当您将无人机和地面机器人一起使用时，机器人如何能够确定在这种地形多变的情况下可以安全行驶的地方？
哈德森：对于我们的第一次模拟竞赛，我会回答，机器人操作员对洞穴没有任何先验知识。发生的情况是，一旦无人机执行了侦察任务，如果出现任何收缩或高程变化，操作员就会有一个很好的主意。然后，我们将地面机器人散布到不同的区域并尝试了一些事情。
我们的自治系统出现了一些我们没有想到的事情，我们只是认为它会说“不要去那里”。在其他情况下，自治系统会说“我不想这样做”，但有一些壁架或一系列岩石，但它在地图上看起来是可遍历的。
我们提供了一种备用的远程操作模式，您可以在其中命令轨道的速度。有一次，那是有益的，因为它实际上经历了自治系统所没有经历的事情。但是另外两次，它最终翻转了机器人，而其中一次，它实际上翻转了机器人并压碎了无人机。
因此，一个真正的经验教训是，即使使用3D点云和摄像机，人类操作人员也很难感知到可遍历的内容和不可遍历的内容。我的压倒性印象是，作为一个人，很难预测机器人可以游走的东西。
Lo Surdo：自治在选择道路方面做得更好。
那么，即使在这种复杂的环境中，自主性也比人类远程操作者做得更好？
哈德森：这是一个很难回答的问题。在一半的时间里，这是绝对正确的：机器人比人类想象的要强大。有时候，我认为在机器人旁边立着遥操作系统的人可以更好地理解疯狂的地形或尘土等事物，而机器人却没有这种背景。我认为，如果必须对它进行排名，那么机器人旁边有遥控器的人可能是黄金标准。我们从来没有真正遇到过问题。然后，但是自治性绝对好于基站中只有一点点延迟的人。
这与您在“隧道”或“城市”方面的经验大不相同，对吗？与完全自主的机器人相比，人类远程操作员在哪里更高效，更安全？
哈德森：是的。
洞穴独特的挑战是什么？
哈德森：洞穴地形是多种多样的东西。它的一部分有一块干燥的河床，然后它的其他部分有这些看上去几乎像珊瑚的岩石。有一些建筑物从天花板上掉下来，有一些东西是从地面上长出来的，而正是这种完全随机分布的障碍物，对于人类来说，很难弥补，如果那是有道理的。而且我们绝对可以看到机器人被这类事情困住了一两次。
我们的每次运行最终都会使大型地面机器人翻转至少一次，并且几乎总是发生这种情况，因为当机器人下方的地形变形时，它从两米高的地方滑落了。由于“泰坦（Titans）”如此坚固，因此保护了感知包，并且可以将整个设置恢复原状，并且它们可以继续工作。
Lo Surdo：地形也自然流淌，因为那是人们穿越的地方，我认为在很多情况下，自主权在克服这些障碍并沿着道路前进方面做得很好。人类已经走到了不同的地方。这让我印象深刻。
Navinda Kottege：我认为随机性也可能与操作员相对较差的表现有关，因为在其他SubT电路中，他们从传感器获得的态势感知水平将因其先前的经验而得到提高。即使在市区，即使是一个房间，它也是一个几何形状，操作人员可以填充空白，因为他们已有一定的经验。
在山洞中，由于他们没有经历过那种环境，他们从传感器那里获得了零星的态势感知，因此假设机器人周围的环境是非常困难的。
在模拟洞穴巡回赛中，您作为机器人操作员有什么样的经历？
弗莱彻·塔尔伯特（Fletcher Talbot）：很难。我们做出了一些大的假设，结果对地形的判断是非常错误的，因为我本人和其他操作员完全不知道该洞穴的样子-在实际访问之前，我们没有看到任何照片或任何东西。
我的内在想法最初是错误的，由于我们从点云和网格中获得的一些反馈而有些误导，然后在模拟竞赛结束后通过在洞穴中进行游览而无礼地唤醒了我。
“在跑步过程中，我们看到了一些看起来完全可以横穿的斜坡，因此我们尝试将机器人运送到这些斜坡上—如果我知道那些斜坡实际上是什么样子，我绝对不会那样做。但是机器人本身就是野兽，只是做了我们从未想到过的事情。”
— Fletcher Talbot，CSIRO数据小组61，例如在跑步过程中，我们看到了一些看起来可以完全横穿的斜坡，因此我们尝试将机器人运送到这些斜坡上—如果我知道这些斜坡实际上是什么样子，我绝对不会那样做。但是机器人本身就是野兽，只是做了我们从未想到过的事情。
我们绝对知道，操作员会阻碍机器人的进度，因为我们有时并不真正知道自己在做什么。我通过不同运行方式的方法是让机器人更具自主性，并给它们提供非常高级的命令，而不是尝试对缝隙和填充物进行任何形式的细化处理。那是我的收获-相信自治。
因此，山洞赛道让您更加信任自己的机器人了吗？
Talbot：是的，机器人所做的其他一些事情是疯狂的。作为运营商，我们绝不会期望他们能够做到这一点，或者一开始就命令他们这样做。
团队CSIRO Data 61机器人 您举办的比赛的结果是什么？
Lo Surdo：我们对DARPA在这样的环境中会做的事情做出了最好的猜测，并以我们之前看到的隐藏文物的方式将文物隐藏在洞穴周围。
哈德森（Hudson）：我们由14人组成的小组设立了登台区域；我们之所以吸引了很多人，是因为它距离我们只有20小时的车程（与世界各地的航班相对）。操作员进来，只看到登台区域。
塔尔伯特（Talbot）： 我们对课程的样子或对象的位置视而不见。我们只知道带了什么东西。
Kottege：我们总共进行了四次奔跑，将洞穴分为两个路线，每个奔跑两次。
Talbot：我认为在所有运行过程中，性能都相当稳定。总是检测到四到五个物体，大约是放置在跑道上的物体的一半。
您对SubT Final的组合电路感觉如何？
Kottege：我认为我们对需要重点关注的东西有一些很好的想法，但是对于DARPA将如何设置合并的事件还有一个很大的问题。因此，一旦宣布这一消息，我们的方法就会有所调整。
在其他团队中也可能是这样，但是在Urban之后，我们觉得如果有机会再做一次Tunnel，我们将能够真正做到这一点，因为我们已经做了很多改进。
同样，一旦我们进行了洞穴测试，我们会有类似的想法-如果我们有机会再次做Urban，我们可能会做得更好。我认为那是一个非常不错的地方，但是我敢肯定DARPA在决赛中会面临一些有趣的挑战。
Lo Surdo：我确实认为我们去山洞会给我们带来一些好处，因为有些地形是您无法真正制作或模拟的，而且我们学到的一些东西确实很有价值，我认为我们会在下一场比赛中真正为我们服务。
尤其是一件事，就是我们的机器人评估风险的方式-我们走上了一个非常疯狂的地带，这真是太神奇了，但在某些情况下，它旁边是一条非常简单的道路。因此，评估风险是我们将来将要考虑改进的事情。
Talbot：在山洞中，与DARPA可能给我们提供的难度相比，很难衡量它的难度-我们是否达到了这个难度水平，或者甚至超过了这个难度水平，甚至可能低于这个水平，我们都不知道。
但是，看到DARPA向我们扔的东西，或者如果他们能给我们一些指示，告诉我们他们将如何给我们这个洞穴，这将是非常有趣的事情，这样我们就可以平衡它并弄清楚我们是否达到了目标。
CSIRO Data 61团队在一个山洞里
既然您已经研究过Tunnel and Urban和您自己的版本的Cave，您是否感到您正在寻求适用于地下环境的通用解决方案？
Kottege：我相当有信心，我们正在迈入一个普遍化的状态，即我们的机器人在给定的地下环境中可以表现良好。
Talbot：是的，我认为我们要到达那里。我认为它需要一些改进，但是我认为关键组件在那里。进行这些实地考察的好处之一，是希望我们将来能做更多的事情，是我们直到遇到现实生活中的障碍才真正知道自己无法做些什么。
然后我们去，“哦，废话，我们还没有为此做好准备！” 但是，从我们所经历过的所有测试环境中，我认为我们有一个可以概括的解决方案。