近日，来自英特尔的研究人员Matthias Muller和Vladlen Koltun只花了50美元（约合人民币350元） ），几个小时之内，他只需动动双手，就做出了一个机器人！
本文转载自雷锋网。如需转载，请前往雷锋网官网申请授权。
说到打造机器人，很多人都会不自觉地想到：我要打造一台AlphaGo，代表我去参加世界各地的各大围棋比赛，赢得更多的奖品！或者购买波士顿动力公司的机器人 Atlas，它可以爬行、跳跃和翻筋斗。还可以帮忙提重物、捶肩膀……真好啊～真好啊～
嗯，问题来了：要打造这么强大的机器人，必须有足够强的技术、齐全的设备、足够的人力。而且，这个过程很麻烦，需要三到五年，而且价格昂贵……何必呢？ （摊开双手））
然而就在最近，来自英特尔的研究人员Matthias Muller和Vladlen Koltun只花了50美元（约合人民币350元），在几个小时内就造出了一个只有几只手的机器人！
这个机器人是谁？请看下面的图片：
这个机器人移动得很快吗？看起来像个可爱的小女孩？
哦，我看错了，是蓝色迷你轮机。
为什么叫“机器人”？因为它有一个聪明的大脑，你猜怎么着？
让我们万万没想到的是：这竟然是我们手里拿着的手机！
它还有一个很酷的名字，叫OpenBot~我们亲切地给它起个昵称吧，Bobo/“波波”。下面AI技术评测为您介绍波波的真面目：雷锋网
1. 神奇的诞生
机器人领域一直存在两大问题，一是可访问性，二是可扩展性。由于成本高昂、制造工艺繁琐，机器人很难被大众普及。 Muller和Koltun研究OpenBot正是为了解决机器人技术中的这两个“绊脚石”！
他们在联合发表的论文中提到，通过使用智能手机作为机器人的大脑为其提供动力，并用简单的 3D 打印底盘组装起来，只需要 50 美元就能打造出一个可以跟随人类并进行实时操作的机器人。时间自主导航。机器人。
构建 OpenBot 的过程很简单：为机器人配备传感器、计算、通信以及访问开放软件生态系统的权限。如上图，总成本清单如下： 3D打印底座：5美元；四轮：3.50 美元；三块电池：7 美元；两个速度传感器：2 美元；电机驱动器：3美元；一个微控制器设备：8 美元。
之所以用手机作为波波的大脑，是因为智能手机的功能越来越强大，手机的拍照质量和处理器速度也在不断提高。甚至商用手机也配备了惯性测量单元、GPS、Wi-Fi、蓝牙、蜂窝调制解调器以及专门用于 AI 神经网络模型推理的芯片。有些手机配件的性能比电脑处理器（台式机处理器）还要好！
研究人员将智能手机插入机电本体中，主要用于传感、数据融合和计算。此外，底盘最多可容纳四个电机，为安装控制器、微控制器、LED灯、智能手机支架和USB数据线留出一些空间。
充电时，电池组连接到专用充电端口为电机供电，Andruino Nano 板（基于易于使用的硬件和软件的开源电子平台）通过 USB 与智能手机配对，为电机提供电力。与机器人的串行通信链路。路径（串行通信链路）和电源（电源）。
机器人的两个前轮还配备了可以传输测距信号的传感器，以及连接到电机以实时调整速度和方向的销钉。
Bobo 的软件堆栈也相对简单，仅由两个通过串行链路通信的组件组成。操作员可以在智能手机上安装 Android 应用程序，并使用该应用程序的界面来收集数据集，同时运行更高级别的传感和控制工作负载。此外，在Arduino上运行的程序可以执行简单的驱动、测量里程表和电池电压等。
安装Android应用程序后，还可以通过兼容蓝牙设备的现有游戏控制器（例如PS4、Xbox和Switch）来控制OpenBot。控制器上的按钮可以配置为在寻路模型中执行数据收集和交换。这些模型包括易于使用的自主导航模型，可以检测和跟踪机器人视线内的人员。
整个组装过程也非常简单。您只需坐在桌前“做”即可。即使是不那么聪明的人，只要有耐心拼出拼图，也可能完成。
这样一个简单的机器人有多有效？研究人员使用中端手机小米 Note 8、华为 P30 Lite 和小米 Poco F1 等设备进行了测试。如上图所示，由于这些手机配备了专门的人工智能加速器，因此可以以每秒 10 帧或更快的速度跟踪人类活动。即使是配置最差的诺基亚 2.2，也能在大约一半的测试时间内成功检测到目标人物并对其进行跟踪。
在自主导航任务中，它还能够巧妙地避开办公室走廊里的盆栽植物。
2. 分步教程已开源
如前所述，整个机器人除去手机之外的成本不到50美元（350元人民币）。机器人的身体由3D打印部件制成，还有一部智能手机（二手旧手机也可以）。
上图为笔者5卷车的零部件批发价。
机器人背后的技术已经以论文的形式发表，作者也将制作步骤在 GitHub 上开源。还给出了相关零部件的采购渠道。连3D打印图纸都认真放出，连3D打印机的参数设置都给出了。
GitHub地址：https://www.webguidecorpuschristi.com/intel-isl/OpenBot/tree/master/body
论文地址：https://www.webguidecorpuschristi.com/pdf/2008.10631.pdf
同时还给出了安装过程中的20个注意事项，可以说是一本良心的一步步教程：比如，如果需要的话，将电线连接到电机上；将速度传感器和超声波传感器连接到5V和GND等。
论文中，作者还介绍了使用智能手机的原因，即智能手机的优势不仅在于其快速提升的硬件能力，还在于其蓬勃发展的软件生态系统。
智能手机的相机质量和处理器速度不断提高，配备 GPS、Wi-Fi、蓝牙、蜂窝调制解调器和用于人工智能推理的专用芯片，有些甚至比台式机处理器还要好。
整个小型电动车（机器人）分为两部分。第一部分是硬件，也就是50美元就能买到的部件；第二部分是软件栈，其功能是让智能手机以汽车为本体，实现移动导航的实时传感和计算。
硬件结构包括机械设计和电路设计两部分。机械设计如下图所示：
电路设计如下图所示：顶部包括电池、电机控制器、微控制器、速度传感器、指示灯LED和智能手机；底部包括可选定制PCB以减少布线。软件堆栈也由两部分组成：Android 应用程序和 Arduino 程序。其中，Android应用程序运行在智能手机上，可以提供操作界面、收集数据集、运行高阶传感和控制任务。 Arduino程序负责低级驱动和测量，例如测量车轮里程、监控电池电压等。
软硬件完成后，英特尔研究人员对机器人进行训练，希望完成两项任务，一是行人跟踪，二是自动导航。
在行人跟踪任务中，研究人员将 SSD 目标检测器与预训练的 MobileNet 主干网络结合使用。另外，为了研究推理时间的影响，作者使用了两个不同版本的MobileNet，即原始的MobileNetV1和最新的MobileNetV3。此外，这两个模型都在 COCO 数据集上进行训练。
驾驶策略训练流程
对于自主导航任务，研究人员使用了类似于“条件模仿学习的命令输入变体”的神经网络，并训练了一个可以在大多数智能手机上实时运行的神经网络。驾驶策略。此外，研究人员将其与现有的驾驶策略进行了比较，并获得了与基线相似的性能，同时需要的参数大约减少了一个数量级。
OpenBot的出现预计将在全球部署数千台低成本机器人，为机器人教育和大规模学习带来新的机遇。
