SCU RM 2018赛季总结

这一年的结果同样令人遗憾，但不可否认的是，相比于前面几届，我们取得了较大的进步。

就视觉而言，我们已经打破了比赛中的所有技术壁垒，自动射击、大小符识别都有了突破和积累。自动射击已经在实战中有了实验，哨兵有击杀对手的能力，步兵的辅助识别也能有效帮助操作手寻找目标。装甲检测的范围可以达到7米左右，准确率也比较高。小符识别即使是在赛场上有强光干扰的情况下，也可以在准确性上做到接近100%，大符识别也能提取出轮廓和数字，只是识别方面尚存在问题。然而视觉组的缺点也很明显，我们非常缺少懂电控或机械的人，这使得我们在开发的时候没法周全的考虑电路、机械方面的需求，出了问题之后难以快速定位，且调试的时候严重依赖电控。在新规则出来之前，视觉组在以下方面还有提高的必要：

1. 火焰字符的识别，能想到的方案有KNN或者继续使用胶囊神经网络，KNN在使用矩阵运算的情况下，速度可以保证，但是样本太少，准确率低；使用胶囊神经网络的话，得想办法将提取出来的狭窄的数字还原到近似标准mnsit数字集的28×28像素大小（直接resize肯定不行的，差别太大）。
2. 尝试从不同方位、角度、距离对大小符进行识别和打击。条件允许的情况下，购买一块大一点的电视，做实地测试，一两千应该就能买到。
3. 自动调整二值化的阈值。不管是大小符识别或是自动射击都需要，因为目前的算法受光线影响还是很大。比如在找不到目标时，可以让程序自动调整二值化的阈值，甚至是曝光度，直到能稳定找到目标。
4. 继续使用机器学习、深度学习在装甲检测上的尝试，这个有尝试的价值，或许能克服目前的算法受光线影响较大的缺点。RM的官方交流群里已经有人用YOLO做出了比较好的装甲检测效果，只是速度比较慢，硬件方面可以考虑Nvida的TK1\TK2，它们有强大的GPU。
5. 希望视觉组的同学能主动学习一些电控方面的知识，至少是基本的调试、烧录工作，能大致读懂电控的代码，这样才能独立完成自动射击等工作的调试。
6. 注重文档的编写，这样有利于队友间的沟通、交流，并且会成为每年积累的技术财富。

就整个比赛而言，我觉得我们最大的缺陷在于缺少实践，以致没法考虑到赛场上的各种突发情况。比如补给站在承载大量弹丸的情况下电机出现故障，英雄车被子弹卡住云台等等。还有分区赛中，其实发挥最大作用的就是步兵，而我们却忽视了这一点，两辆步兵的补弹量不及桂林理工的一辆步兵，云台也不够稳定。而这些问题基本上是上场实测后才有可能发现。根据今年的问题，我觉得我们可以从几下方面进行改进。

一、物资方面

1. 对一些比较难以购买（淘宝发货要很多天的那种）物资，准备好充足的备用零件，比如今年的工程车在赛前调试中，顶丝被压弯，幸好及时到广州购买到了备用件；
2. 今年通过预先集资的方式购买物资的方式相比于往年有了很大的进步，至少不用被团委那边的报账耽误太久。但是大量集资对队员的影响很大，报账速度太慢导致很多队员生活过得非常拮据。所以我们应想办法从其它方面筹集资金，拉赞助这个不大现实，因为目前团队战绩不好，最好的方法就是大创（以及各个学院的院级项目，如吴玉章的星火，软件的萌芽）。将团队的各个技术模块拆分成多个子项目，用于申请不同的大创，大创报账比较容易，且获得大创的项目经历对很多队员来说都比较有用。另外，在吴玉章学院申请大创相比起其他学院更容易申请到国家级、省级项目（因为直接跳过了院内审核，相当于全部推荐到国家级省级评选）。除此之外，可以考虑一些商业类比赛项目，比如互联网+、挑战杯，这类比赛奖金高，但赛制复杂（水很深），不建议我们的队员花太多精力在上面，建议招聘几位商学院、经济学院的同学专门负责相关的事务，但是这些同学不计入RM比赛的队员名单。

二、技术方面

1. 以追求稳定为首要任务，切忌盲目追求技术创新（不是说不创新，切忌盲目创新），首先全力保证步兵性能优秀、稳定，注重补给站的设计。根据这两年分区赛的情况来看，只要保证步兵能正常射击发弹，英雄即使当肉盾也能出线。
2. 熟读规则，熟悉和利用规则，比如今年比赛中由于英雄血量较少，所以不适合上岛取弹，而工程血量多，适合上岛取弹。
3. 重视操作上的反馈，如果某一功能的设计过于复杂或者容易导致操作手误操作，需要谨慎考虑（比如弹仓的盖子）

三、训练方面

              今年的步兵可以考虑留下，在极客邦搭建一个简单的场地做训练使用。极客邦场地够大，且大厅那一块一直没有明确的划分，我们可以利用起来。

四、其它

       相比于去年，我们在技术上已经有了不错的进步，各类机器人都已成型，且在场上都不同程度的发挥了自己的作用。但必须正视和强队的差距，正视在训练上的差距，奋起直追，明年一定会更好！

点击量：26853