[活動紀錄]2022 RK-Jetbot機器學習道路識別競賽-彰化邀請賽@鹿港高中

前言

RK-Jetbot機器學習道路辨別競賽首次登場是在 2020 年的台北市教育博覽會,之後在后綜高中舉行了2021年的中區邀請賽。今年2022,在諸多考驗之下,我們順利在鹿港高中舉辦了第三場的比賽。


活動精彩紀錄

首先,感謝 NVIDIA Taiwan 為本次「2022 RK-Jetbot機器學習道路識別競賽-彰化邀請賽」提供豐富的獎品與贊助。第一名獎品是學生所期待的【RTX-3060】顯示卡一張 (流口水啊)。還要感謝地主鹿港高中跟參加比賽的彰化女中、彰化高中師生,這次活動感謝各位的熱情參與與協助才能順利完成喔!

在活動前,先由本團隊曾俊霖老師對各校的參賽師生進行兩次集訓,接著在2022年6月12號進行RK-Jetbot機器學習道路識別競賽-中區邀請賽競賽。先來看看比賽場地:

 

CAVEDU所設計的RK-Jetbot自駕車以及比賽場地
CAVEDU所設計的RK-Jetbot自駕車以及比賽場地

 

第一次課程為基礎的Jetbot操作,說明如何控制車子的動作,也學習如何搜集賽道的影像資料、資料整理並訓練出一個神經網路模型來機器人執行對應的動作。

第二次課程時,有些隊伍已有不錯的訓練成果,有些選手已經可以用很快的速度建立自動駕駛模型,順利跑完整圈賽道。

彰化女中老師賽前採訪

彰化女中老師表示:女生比較會通盤的考量,並細心整理出所有可能會遇到的狀況,男生則是遇到問題才會考慮要如何解決 (阿吉老師點頭贊同)。這點也顯現在比賽上,男生遇到突發狀況會比較混亂,彰化女中的同學們在這次也斬獲佳績,歡迎大家之後多多參加我們的活動喔!

課程中會讓學生設計行車路線,嘗試分析該賽道的最佳路線;接著透過協作的方式,一人執行Python程式,再由另一人移動自駕車來收集賽道資料並設定標籤,等同於告訴神經網路模型看到類似的圖像所要執行的動作:左轉、右轉、幅度與速度;接著進行神經網路模型的訓練,學生可調整訓練參數(回合數、神經元數量、dropout rate 與 learning rate 等等) 來達到更好的神經網路模型;最後進行測試並且反覆調整參數來達到最佳的狀態。透過實際操作體驗與反覆操作,同學們對於這些參數的掌握度明顯更好。

比賽當天大家都開始備戰,專心聽 Jack 老師講解比賽賽程,以及進行Jetbot相關檢測及維修。

如果車子有突發狀況,我們工作人員馬上讓機器人進維修站,有專業維修員(一條龍)為大家檢查並維修。

這次來參加的學生有來自鹿港高中、彰化女中、彰化高中三間學校的學生,總共分成6隊參加,學生們雖然事先已經在各自學校的場地來收集資料自行練習。但是正式比賽現場環境畢竟還是不太一樣,包括場地架高、使用隔板、燈光等其他因素都會影響到神經網路的推論結果,當然也會連帶影響到機器人的成績。

使用 Jetson ORIN 邊緣運算王者來加速神經網路模型訓練

時間不等人,多練習一次就多穩一次,為了讓大家有機會多練習,本次比賽我們出了最新的邊緣運算王者:Jetson AGX Orin™ 來加速訓練模型。大家看到訓練時間縮短那麼多~ 都很驚訝呢。Jetson AGX Orin™相關資訊可參考以下文章:https://blog.cavedu.com/2022/06/14/jetson-orin-education/

桌上的神祕灰色金屬盒子就是 Jetson ORIN!

活動紀錄

本次賽制規則,五分鐘內跑五圈賽道,取其中最快圈速為最終成績。出界就會增加懲罰秒數,為了讓機器人更穩更好,大家上午都很專心的收集資料。

比賽前先來個大合照舒緩緊張的氣氛,同學拿著獎品(顯示卡~)拍照也很高興呢。

 

比賽成績

   這次比賽有三組無法完整跑完整圈,但前3名的隊伍完賽時間相差只有一兩秒而已,比賽過程相當刺激緊張。沒跑完的原因,大部分是因為偏離原本的路線就回不來了,希望之後參賽的選手可以考慮到:車子如何避免跑到錯誤的路線,以及如何回到原本的賽道等等補救策略。

第一名:鹿港高中 12.8秒 – 一夫當關

第一名是鹿港高中的選手,在隊友因為某些因素無法參加情況下,一個人勇奪第一名,獲得 NVIDIA提供的RTX-3060顯示卡一張,厲害!

採訪時,這位同學表示他是第一次參加AI相關的比賽。自己練習時,機器人的成績都在一圈15秒左右,但到了正式比賽時覺得試跑很順,就把車速調整到最高,並且調整其他PID的參數,一舉突破到12秒的成績自己也很驚訝。

第二名:彰化女中 14.1秒 – 強運積極

這一隊其中一位同學在賽前訪問時提到,想在高中生活參加活動留下紀錄,但找了很久都沒人要一起參加… 最後終於找到了一位隊友。另外一位同學則表示,國中時有看過自駕車的相關資訊覺得很有趣,看到活動訊息就趕快報名參加,過程中也覺得很好玩。

賽後訪問時,本組表示在賽前練習時沒有真正測試車子跑,卻得到了第二名(!?),覺得很幸運。好吧,雖然說運氣也是實力的一種,但還是要把自己能做的做好會更安心喔。最後本組提到,它們有寫 email 給講師詢問相關問題,這種積極解決問題的精神,值得其他組參考。

第三名:彰化女中 14.9秒 – 詳實記錄

第三名隊伍說,練習時有把賽道上遇到的情況先記錄下來,如果發現車子超出賽道或是走錯方向都先記錄起來,並調整相關參數。正式比賽時就有參考到之前紀錄的數值。另一位講到他們有很清楚的分工,每個人都各自分配到的任務,只要把相關資料與參數都好好記錄,最後正式比賽就有機會順利完賽。

在練習過程中,彰化高中曾經創下10秒的最佳賽道紀錄,可惜在比賽時未能發揮應有水準,代表機器人的穩定度、現場的資料搜集以及參數調整也是很重要的。

大合照!大家都換上NVIDIA贊助的衣服,有發現小巧思嗎?標語不管從左邊或右邊讀,都是 i am ai 呢!

 

結語

有興趣的單位,歡迎跟我們聯絡,很樂意到貴校/單位辦理邀請賽,之後也希望有機會可以舉辦大決賽,讓之前飲恨的參賽隊伍可以再次挑戰。本次活動影片剪輯完成之後就會與大家分享,先來看看2021年后綜高中場次的活動花絮吧~

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *