面对全球大规模，具有超强影响力的 IROS...

面对一套包含 12 个复杂序列的新数据...

面对 20 支全球竞争队伍...

面对时差带来的不确定与焦灼...

一支由 3 人组成的团队究竟如何用 18 天时间夺得第一？

冠军团队介绍

• 肖师兄：旷龄三年多，深耕于机器人方向，毕业于沈阳自动化研究所自动化专业

• 谢同学：旷龄两年多，机器人方向的中坚力量，毕业于浙江大学控制系

• 沈同学：数学大神，初来乍到的小矿工 ，毕业于 UCSD 数学专业

面对比赛，厚积才能薄发，坚持才有突破

用“厚积薄发，追求极致，简单可靠”12 个字形容这次比赛，再合适不过了。

在过去几年里，旷视研究院 3D 组深耕于 2D 激光 SLAM 领域，并将该算法成功应用于物流机器人领域。如今，他们已经将目光瞄向 3D 激光 SLAM，半年多的时间让他们在 3D 激光 SLAM 的研究上有了一定积累。

本次比赛要求利用数据集中提供的任何传感器设计 SLAM 算法，该数据集恰好提供了两个不同型号的 3D 激光雷达，可以通过 3D 激光 SLAM 建图来完成。正是已有经验的辅助，让三位从来没有接触过激光比赛的同学可以大展身手。

如果说前期的积累为比赛的胜利提供技术基础，那么团队间的互相支持和无数次的共同摸索与改进则让夺冠之路有了更强的动力。

可靠、敏锐、认真、细致是团队在经过这场激烈的比赛后对彼此的评价，他们深知有个能及时反馈问题，并能提出建设性意见的靠谱队友是多么重要。

而 3D 组对极致的共同追求，则在 Parking 数据集的处理中有了充分体现。由于该场景比较空旷并且几乎没有特征可以利用，因而成为团队面临的最大难题，但团队反复改进和更新算法，终于找到突破口。

一方面他们采用新的算法框架，这一算法框架的最大特点是没有提取特征；另一方面是融合了双激光的数据。在采集设备上搭载 2 个激光雷达，一个是 64 线 360 度的 Ouster OS0-64，最大测距 50m；

另一个是视场角为 70 度的固态激光雷达——Livox MID70，最大测距 260m。如果使用单一的激光雷达，容易出现退化的情况，即使利用 IMU 能够保证短时间内的精度，但整体的定位精度会受到影响。

如下图（左），仅使用 Ouster 激光，在空旷的环境中能够定位的特征很少；下图（右），仅使用 Livox 激光，在特定数据集中视野受限。

因此，他们最终选择了双激光+IMU 的方案，从而大幅度地提升了程序的鲁棒性和精度。正是这个方案，最终让他们在激烈的竞争中获得了竞赛冠军。

专注当下，爱自由，更爱自由的容错环境

冠军的诞生并不是偶然的，那些孕育冠军的土壤，必然氤氲着自由与创新。

技术落地是每个科技公司要追求的目标，然而在追求技术落地的路上，并不能一帆风顺。在旷视研究院工作三年多的肖师兄觉得，试错需要时间和成本，不是每个公司都可以容错，而拥有自由的工作氛围才有机会创造更多价值。

3D 组的每位同学能够在旷视提供的工作环境里全身心投入于一件事，不因外界的影响半途而废，而是始终坚守着心中的技术信仰。

此外，旷视研究院浓厚的学术氛围让每个人愿意沉下心来看学术界最新 paper，从而能够不断学习新知识和新方法，并尝试将最新想法在产品中实现应用。

3D 组参加了 ICCV 、CVPR 等比赛，在打比赛的时候，他们日常研究积累下的算法和方案得到了有效检验，并且也获得了反馈。

对于未来，继续感受追求极致的快乐吧

机器人时代正在因全球疫情的影响而加速到来，越来越多的机器人从实验室迈向人们的日常生活，从扫地机器人到送餐机器人再到各类提供物料生产的机器人，技术落地的速度正在逐步加快。

谢同学希望在未来，机器人的工作场景可以更加多样，机器人能够实现真正的智能。

而沈同学则希望能够在自己喜欢的机器人运动规划领域有进一步研究和发展。

已经工作多年的肖师兄感慨于自身所处的时代，同样也欣慰于自己有幸参与到机器人的研究之中，为机器人的发展贡献出自己的一份力量，他相信未来的机器人会拥有的更聪明的大脑，实现更自主的学习。

对于机器人行业的未来发展，不同的同学或许有着不同的感受，但大家却都有着追求极致的目标，再多看一篇论文，再多写一篇报告，再多创造一个公式，再多打造一款智慧物流机器人，甚至是将算法应用于国家大型场馆中……

《诗经》云：“如切如磋，如琢如磨”，或许在追求极致中不断达到更高目标就是 3D 组的最大的快乐。

新手同学，你们的技能和认真态度很重要

对于希望未来能够从事这一行业或者想要参加比赛的同学，我们的冠军团队给大家提出了“4 个要”，各位一定要仔细记下来喽。

# 4个要 #

1. 要熟悉 SLAM 基础知识，编程能力过关，能够看懂最新 paper。推荐大家两本书作为参考，一本是高翔《视觉 SLAM 十四讲》，另外一本是《机器人学中的状态估计》 。

2. 要有认真、认真、再认真的专业态度。SLAM 的每一步和每一个环节都不能出错，需要同学们注意公式推导对的同时代码也要写对，否则将功亏一篑。接着在此基础上对算法本身进行检查，看是否有提高的可能。

3. 要沉下心来，保持对学习的热情，去深究问题的本质，这样才能让自己获得更多成就。

4. 要拒绝为了比赛而比赛的心理，不要把比赛当成唯一目的，多看 paper，注重技术能力的提升和技术的实际落地才是同学们在这个阶段需要做的。

一百多年前，罗曼·罗兰坐在壁炉前写下“信仰不是一种学问。信仰是一种行为，它只被实践的时候才有意义。”

如今，有一群这样纯粹而执着的同学正在“追求极致”的技术信仰下继续探索，而这，正是人工智能让世界变得更美好所需要的力量。