DGIST-MIT研究团队获世界机器人视觉挑战赛第一……验证非结构化环境识别技术

by Kim Jonghwa

Published 09 Jun.2026 07:51(KST)

在ICRA 2026 GOOSE挑战赛中力压56支队伍
验证自动驾驶与灾害应对机器人核心视觉感知技术竞争力

大邱庆北科学技术院（DGIST）与美国麻省理工学院（MIT）联合研究团队在全球最具权威的机器人学术大会上举行的机器人视觉挑战赛中夺得第一名。该团队证明了即使在非结构化的户外环境中，也能准确识别稀有物体的人工智能（AI）技术实力，确认了其在下一代自动驾驶和野外机器人领域的竞争力。

DGIST于9日表示，由电气电子计算机工程系教授Yun Seonghun和MIT博士后研究员Im Hyeongtae领衔的联合研究团队，在“2026国际机器人与自动化大会（ICRA 2026）”野外机器人研讨会上举行的“GOOSE 2D语义分割挑战赛”中，力压全球56支参赛队，最终获得第一名。

Yun Seonghun教授团队在“2026 ICRA”中获得“GOOSE 2D语义分割挑战赛”项目第一名。DGIST供图

本次大赛由德国弗劳恩霍夫IOSB研究所、慕尼黑联邦国防大学和科布伦茨大学联合主办。这是一项评估野外机器人在真实户外环境中对复杂场景理解准确程度的国际赛事。

本次比赛使用的“GOOSE数据集”基于从挖掘机和四足步行机器人等多种平台采集的非结构化户外数据。与一般以城市道路为中心的自动驾驶数据集不同，该数据集反映了存在不规则地形和多种障碍物的真实环境，因此难度更高。

尤其是今年，评估对象扩大至64个细分类别，新增了必须准确识别出现频率极低的“稀有物体（Long-tailed Class）”这一任务。这类稀有物体识别失败，可能在实际自动驾驶或现场机器人运行过程中引发安全事故，因此被视为核心评估要素。

研究团队开发了将美国人工智能企业Meta研发的基于自监督学习的基础模型DINOv3，与图像分割模型Mask2Former相结合的自主框架。该技术被评价为即使在光照变化、复杂背景、非结构化地形等多种环境变化下，也能保持稳定的视觉识别性能。

Yoon Seonghun大邱庆北科学技术院电气电子计算机工程系教授研究团队。左起为Yoon教授、Lee Sangjin、Choi Hyobin、Park Jaeil。大邱庆北科学技术院供图

尤其是，该技术大幅提升了在数据不足情况下人工智能容易遗漏的稀有目标判别性能，成功减少了致命识别错误。因此，预计不仅可应用于自动驾驶车辆，还可拓展至灾害应对机器人、智慧农业、建筑工地机器人等多个产业领域。

Yun Seonghun教授表示：“在不可预测的非结构化户外环境中精确理解场景的技术，是保障野外机器人自主性与安全性的核心技术。”他还称，“将以此次成果为基础，持续推进可立即应用于实际产业现场的强大视觉感知技术研究。”

DGIST表示，此次成果是通过与MIT等海外研究机构开展联合研究取得的结果，今后也有望有助于扩大全球机器人与人工智能研究合作，并推动技术商业化。

本报道由人工智能(AI)翻译技术生成。