在雨天進行的這次比賽，告訴你無人駕駛其實還很遙遠

2018年11月17日至18日，第十屆中國智能汽車未來挑戰賽在常熟舉行。自2009年以來，“中國智能汽車未來挑戰賽”已連續舉辦十屆。在嚴格科學的測試和評估體系下，本次比賽也在一定程度上推動了中國無人車從簡單封閉的道路向真實復雜的道路交通環境過渡的進程。本次比賽包括兩部分：真實綜合道路環境測試（包括城市道路、郊區道路和高架高速公路）和復雜環境認知水平離線測試。其中，真正的綜合道路環境測試側重于無人車的交通場景識別能力以及4S在不同道路環境（即安全（Sfety）、舒適（Smoothness）、敏捷（Shrpness）和智能（SMRT））下的適應性和駕駛機動性等性能；離線測試在大規模真實道路交通場景數據庫的基礎上，通過模擬環境評估無人車各種交通環境感知算法的基本認知能力和水平。真正的綜合道路環境測試是指國際汽車工程師學會《標準道路機動車駕駛自動化系統分類與定義》（SAE-J3016）中L4（高度自動駕駛）及以上的自動駕駛功能，并針對城鄉道路環境和高架高速路環境設置了不同的測試內容，要求參與車輛在指定區域內完全獨立地完成相應的任務。與往年相比，今年的路試難度持續增加：在2017年引入載人干擾車的基礎上，首次進行了有人車和無人車的混合測試驗證（多輛無人車與多輛載人車相互作用）；在完善九宮格地區開源數字地圖的基礎上，首次引入語義拓撲地圖，開展無人車自然交互導航的應用測試；

首次以無人出行服務為背景，驗證了無人商業應用的技術成熟度。來自高校、科研機構和企業的27個團隊報名參加了真實道路環境測試，24個團隊參加了線下測試。

高架高速公路環境測試高架高速公路的環境測試是在常熟昆城大道的高架真實道路上進行的，包括交通標志和標線清晰的高速公路和主干道，有故障車輛、施工圍欄、水馬和錐形物等障礙物，以及由數十輛載人車輛組成的真實交通流。來自大學和企業的20多輛無人車在匝道口排起了長隊，一輛接一輛地等待啟動。紅燈變綠后，無人車緩緩駛上高架橋，迎接它的是故障車輛避讓、施工指導段、臨時檢查控制段以及與有人車混合測試驗證等多項測試。經過不同改裝的無人車就像一個久經沙場的雜技演員，上面覆蓋著傳感器，后備箱里也裝滿了慣性導航和不同的計算單元。近年來，隨著傳感器技術的發展，無人車硬件方案之間的差距越來越小。挑戰賽的競爭已經從前幾年的拼寫硬件和拼寫方案逐漸轉變為現在的拼寫算法和拼寫數據。談到無人駕駛汽車的數據，除了在真實道路上積累，越來越多的人使用虛擬軟件來訓練無人駕駛汽車算法。中國智能汽車未來挑戰賽自2016年起增加了線下測試，希望通過“數字駕校”來評估無人車的智能化水平。2018年11月16日，中國智能汽車未來挑戰賽“復雜動態交通場景視覺認知基礎能力離線測試”在中國智能汽車綜合技術研發測試中心成功舉行。來自上海交通大學、Xi的交通大學、南京科技大學、北京聯合大學等23個團隊從道路區域人員監測、交通信號檢測、前方車輛位置監測和車道偏離監測四個方面測試了無人駕駛系統的視覺感知能力。本次離線測試任務使用從真實道路采集的交通場景視頻，根據SAEL4+的環境認知能力要求，從準確性和適應性兩個方面評估復雜交通環境的基本認知能力。每個任務有100組數據，每個團隊從中隨機抽取多組數據組成數據集，包括：60組路區人員檢測到的數據，平均每組69幀；60組交通信號檢測數據，每組平均34幀；前方車輛位置監測數據60組，每組平均70幀；車道偏離監測60組數據，每組數據平均50幀，以確保每個團隊遇到的場景是隨機的。第一、二、三、四等獎分別在四場比賽中決出。道路區域人員監控第一名是賽博天虎團隊，第二名是聯合愿景團隊，第三名是中科車智團隊，第四名是青軟智能團隊；第一個交通信號檢測聯合VIOS團隊，第二個萬馬奔騰團隊，第三個科車智團隊，第四個認知與無人駕駛研究小組；前車位置監測在南工大PCA-Horizon團隊中排名第一，在PCALb團隊中排名第二，在安興團隊中排名三，在i-future2團隊中排名四；

車道偏離監測的第一個團隊是PCALb，第二個團隊是南工大PCA-Horizon，第三個團隊是江大智能線，第四個團隊是武漢大學途友。

城鄉道路競賽11月18日，灰蒙蒙細雨，城鄉道路環境在“中國智能汽車集成技術研發測試中心”測試場進行測試。九宮格測試區共有十多個測試場景，包括交通標線和標志、紅綠燈、非機動混合道路、行人避讓道路、施工道路封閉掉頭道路、施工繞行障礙物、模擬隧道道路、模擬雨天、農村簡易道路、實際交通流入。與高速公路相比，這需要團隊考慮更多的無人車交互和復雜的場景決策能力。在完善九宮格地區開源數字地圖的基礎上，首次引入語義拓撲地圖，開展無人車自然交互導航的應用測試。

信號燈識別

雨天行人的干預給無人車的視覺識別帶來了一些麻煩，許多車輛在雨中無法識別和禮讓行人。路面上的水很容易形成反射，也很容易覆蓋路面上的標志。下落的雨滴也會大大降低能見度并影響車速。雨滴很容易附著在鏡頭上，導致圖像失真。細小的雨滴會反射激光雷達，這可能會導致讀數錯誤，而且每個傳感器的成本都很高，因此一些等待的團隊已經對自己的傳感器采取了防潮措施。

模擬隧道

施工旁路

去年困擾了許多無人駕駛汽車的“魔鬼賽道”今年并不是什么大問題。大多數無人駕駛汽車都是在這里成功完成的。

動態施工車輛

多車互動縱觀今年的比賽，各車隊無人車的表現都比去年更加穩定。然而，面對下雨等特殊場景，即使是最好的無人車也無法保證，無人駕駛之路真的很長。2018年11月17日至18日，第十屆中國智能汽車未來挑戰賽在常熟舉行。自2009年以來，“中國智能汽車未來挑戰賽”已連續舉辦十屆。在嚴格科學的測試和評估體系下，本次比賽也在一定程度上推動了中國無人車從簡單封閉的道路向真實復雜的道路交通環境過渡的進程。本次比賽包括兩部分：真實綜合道路環境測試（包括城市道路、郊區道路和高架高速公路）和復雜環境認知水平離線測試。其中，真正的綜合道路環境測試側重于無人車的交通場景識別能力以及4S在不同道路環境（即安全（Sfety）、舒適（Smoothness）、敏捷（Shrpness）和智能（SMRT））下的適應性和駕駛機動性等性能；

離線測試在大規模真實道路交通場景數據庫的基礎上，通過模擬環境評估無人車各種交通環境感知算法的基本認知能力和水平。真正的綜合道路環境測試是指國際汽車工程師學會《標準道路機動車駕駛自動化系統分類與定義》（SAE-J3016）中L4（高度自動駕駛）及以上的自動駕駛功能，并針對城鄉道路環境和高架高速路環境設置了不同的測試內容，要求參與車輛在指定區域內完全獨立地完成相應的任務。與往年相比，今年的路試難度持續增加：在2017年引入載人干擾車的基礎上，首次進行了有人車和無人車的混合測試驗證（多輛無人車與多輛載人車相互作用）；在完善九宮格地區開源數字地圖的基礎上，首次引入語義拓撲地圖，開展無人車自然交互導航的應用測試；首次以無人出行服務為背景，驗證了無人商業應用的技術成熟度。來自高校、科研機構和企業的27個團隊報名參加了真實道路環境測試，24個團隊參加了線下測試。

高架高速公路環境測試高架高速公路的環境測試是在常熟昆城大道的高架真實道路上進行的，包括交通標志和標線清晰的高速公路和主干道，有故障車輛、施工圍欄、水馬和錐形物等障礙物，以及由數十輛載人車輛組成的真實交通流。來自大學和企業的20多輛無人車在匝道口排起了長隊，一輛接一輛地等待啟動。紅燈變綠后，無人車緩緩駛上高架橋，迎接它的是故障車輛避讓、施工指導段、臨時檢查控制段以及與有人車混合測試驗證等多項測試。經過不同改裝的無人車就像一個久經沙場的雜技演員，上面覆蓋著傳感器，后備箱里也裝滿了慣性導航和不同的計算單元。近年來，隨著傳感器技術的發展，無人車硬件方案之間的差距越來越小。挑戰賽的競爭已經從前幾年的拼寫硬件和拼寫方案逐漸轉變為現在的拼寫算法和拼寫數據。談到無人駕駛汽車的數據，除了在真實道路上積累，越來越多的人使用虛擬軟件來訓練無人駕駛汽車算法。中國智能汽車未來挑戰賽自2016年起增加了線下測試，希望通過“數字駕校”來評估無人車的智能化水平。2018年11月16日，中國智能汽車未來挑戰賽“復雜動態交通場景視覺認知基礎能力離線測試”在中國智能汽車綜合技術研發測試中心成功舉行。來自上海交通大學、Xi的交通大學、南京科技大學、北京聯合大學等23個團隊從道路區域人員監測、交通信號檢測、前方車輛位置監測和車道偏離監測四個方面測試了無人駕駛系統的視覺感知能力。本次離線測試任務使用從真實道路采集的交通場景視頻，根據SAEL4+的環境認知能力要求，從準確性和適應性兩個方面評估復雜交通環境的基本認知能力。每個任務有100組數據，每個團隊從中隨機抽取多組數據組成數據集，包括：60組路區人員檢測到的數據，平均每組69幀；60組交通信號檢測數據，每組平均34幀；前方車輛位置監測數據60組，每組平均70幀；

車道偏離監測60組數據，每組數據平均50幀，以確保每個團隊遇到的場景是隨機的。第一、二、三、四等獎分別在四場比賽中決出。道路區域人員監控第一名是賽博天虎團隊，第二名是聯合愿景團隊，第三名是中科車智團隊，第四名是青軟智能團隊；第一個交通信號檢測聯合VIOS團隊，第二個萬馬奔騰團隊，第三個科車智團隊，第四個認知與無人駕駛研究小組；前車位置監測在南工大PCA-Horizon團隊中排名第一，在PCALb團隊中排名第二，在安興團隊中排名三，在i-future2團隊中排名四；車道偏離監測的第一個團隊是PCALb，第二個團隊是南工大PCA-Horizon，第三個團隊是江大智能線，第四個團隊是武漢大學途友。

城鄉道路競賽11月18日，灰蒙蒙細雨，城鄉道路環境在“中國智能汽車集成技術研發測試中心”測試場進行測試。九宮格測試區共有十多個測試場景，包括交通標線和標志、紅綠燈、非機動混合道路、行人避讓道路、施工道路封閉掉頭道路、施工繞行障礙物、模擬隧道道路、模擬雨天、農村簡易道路、實際交通流入。與高速公路相比，這需要團隊考慮更多的無人車交互和復雜的場景決策能力。在完善九宮格地區開源數字地圖的基礎上，首次引入語義拓撲地圖，開展無人車自然交互導航的應用測試。

信號燈識別

雨天行人的干預給無人車的視覺識別帶來了一些麻煩，許多車輛在雨中無法識別和禮讓行人。路面上的水很容易形成反射，也很容易覆蓋路面上的標志。下落的雨滴也會大大降低能見度并影響車速。雨滴很容易附著在鏡頭上，導致圖像失真。細小的雨滴會反射激光雷達，這可能會導致讀數錯誤，而且每個傳感器的成本都很高，因此一些等待的團隊已經對自己的傳感器采取了防潮措施。

模擬隧道

施工旁路

去年困擾了許多無人駕駛汽車的“魔鬼賽道”今年并不是什么大問題。大多數無人駕駛汽車都是在這里成功完成的。

動態施工車輛

多車互動縱觀今年的比賽，各車隊無人車的表現都比去年更加穩定。然而，面對下雨等特殊場景，即使是最好的無人車也無法保證，無人駕駛之路真的很長。

標簽：北京奔騰漢

汽車資訊熱門資訊