Nvidia/算能 +FPGA+AI大算力边缘计算盒子:大疆RoboMaster AI挑战赛

本文主要是介绍Nvidia/算能 +FPGA+AI大算力边缘计算盒子:大疆RoboMaster AI挑战赛,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

NVIDIA Jetson TX2助力机器人战队斩获RoboMaster AI挑战赛冠亚军


一个汇聚数百万机器人专家与研究人员的赛场,一场兼具工程、策略和团队挑战的较量,说的正是近日刚刚在澳大利亚布里斯本ICRA大会上闭幕的大疆RoboMaster AI挑战赛今年的冠军I Hiter以及亚军Critical HIT团队均基于模块化的NVIDIA Jetson TX2超级计算机创建其机器人战队。拥有高性能的Jetson TX2化身获奖机器人战队的“大脑”,为他们赋予了更多的智慧和更强的战斗能力,在最终的对抗赛中所向披靡。

每个RoboMaster战队均有1到2台搭载人工智能的机器人参赛。在5×8米摆满了障碍物的场地里,参赛机器人必须保持自主行走,同时向对手机器人发射塑料弹丸。获胜者需要击败2台由RoboMaster提供的高级人工智能机器人。

每个参赛队由最多10名研究生及本科生组成,他们在去年12月份提交了各自的技术方案。比赛过程持续数月之久,直至今年4月份才公布了入围团队。最终,决赛团队前往布里斯班,在ICRA大会上争夺2万美元大奖。

许多全球顶级大学均参与了比赛,其中包括中国的哈尔滨工业大学、美国的约翰·霍普金斯大学、澳大利亚的墨尔本大学以及加拿大的阿尔伯塔大学等。

NVIDIA为获奖团队提供了TITAN GPU与Jetson TX2开发者套件作为奖品。

由NVIDIA Jetson赋能的机器人

在今年的赛事上,既有经验丰富的团队,也有首次参赛者。主导整个比赛的硬件平台——Jetson TX2也大放异彩。在最终入围的22台机器人中,14台均使用了Jetson。

RoboMaster主裁判Shuo Yang认为Jetson的超强技术实力与易用性是其大受欢迎的原因所在。Yang表示:“我们之所以使用TX2,是因为其拥有可用于神经网络训练、机器学习与目标跟踪检测的卓越工具。Jetson API非常便于学生使用。”

大学生们也认为拥有小尺寸、轻量化与非凡GPU实力的Jetson TX2是他们理想的硬件平台。

获得第一名的哈尔滨工业大学参赛队队长仲星光解释道:“Jetson让我们能够利用神经网络进行并行计算,进而促进视觉计算,探测对方机器人装甲,并精准射击目标。若使用其他平台,我们将无法做到这一点。”

来自约翰·霍普金斯大学参赛队的Ruiqing (Rui) Yin也认为Jetson TX2模块的CUDA兼容性是一个非常重要的因素。他表示:“Jetson TX2可为我们的机器人获取强大且支持CUDA的模块,而且这是一种非常经济实惠的方式。”

搭载Jetson的一台参赛机器人

全球性的机器人竞赛

RoboMaster吸引了众多怀揣抱负的工程师参赛,受到了工程界的广泛关注。去年,来自全球200所大学的7000多位参与者注册参加比赛。决赛在Twitch.tv上获得了超过81.4万次的点击播放。

全球领先的无人机制造商深圳市大疆创新科技有限公司(此次大赛的主赞助商)副总裁徐华滨(Paul Xu)表示:“大疆不仅对开发卓越的无人机技术充满热情,还希望鼓励与帮助年轻工程师向全世界展示其才华,展现机器人所能够帮我们实现的奇妙世界。”

这篇关于Nvidia/算能 +FPGA+AI大算力边缘计算盒子:大疆RoboMaster AI挑战赛的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1043601

相关文章

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

Python如何计算两个不同类型列表的相似度

《Python如何计算两个不同类型列表的相似度》在编程中,经常需要比较两个列表的相似度,尤其是当这两个列表包含不同类型的元素时,下面小编就来讲讲如何使用Python计算两个不同类型列表的相似度吧... 目录摘要引言数字类型相似度欧几里得距离曼哈顿距离字符串类型相似度Levenshtein距离Jaccard相

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首