市場無人駕駛自動駕駛

在雨天進行的這次比賽，告訴你無人駕駛其實還很遙遠

geekcar 2018-11-23 08:35

2018 年 11 月 17～18 日，第十屆「中國智能車未來挑戰賽」在常熟舉行。

從 2009 年起，「中國智能車未來挑戰賽」已連續舉辦了十屆，在嚴謹科學的測試評價體系下，這項比賽在一定程度上也推動了我國無人駕駛車輛從簡單封閉道路走進真實、復雜的道路交通環境過渡的進程。

本屆賽事包括真實綜合道路環境測試（含城市道路、城郊道路和高架快速道路）、復雜環境認知水平能力離線測試兩部分。其中，真實綜合道路環境測試著重考察無人駕駛車輛的交通場景識別能力以及不同道路環境的適應性和行駛機動性等 4S 性能（即安全性（Sfety）、舒適性（Smoothness）、敏捷性（Shrpness）和智能性（Smrtness））；離線測試則在大規模真實道路交通場景數據庫的基礎上，通過仿真環境評估無人駕駛車輛各類交通環境感知算法的基本認知能力和水平。

真實綜合道路環境測試參照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）的 L4（高度自動駕駛）及其以上級別的自動駕駛功能，分為城鄉道路環境和高架快速道路環境設置不同測試內容，要求參賽車輛在規定區域內完全自主地完成相應任務。與往年相比，今年的道路測試難度繼續增加：在 2017 年引入有人駕駛干擾車輛的基礎上，首次開展有人駕駛與無人駕駛混行測試驗證（多輛無人車與多輛有人駕駛車輛交互）；在完善九宮格地區開源數字地圖基礎上，首次引入語義拓撲地圖，開展無人車自然交互導航應用測試；首次以無人駕駛出行服務為背景，驗證無人駕駛商業化應用的技術成熟度。來自高校、科研機構和企業的 27 支車隊報名參加真實道路環境測試，24 支車隊參加離線測試。

高架快速道路環境測試

高架快速道路環境測試在常熟昆承大道高架真實道路上進行，其中包含交通標志標線清晰的快速路和主干路，并設置有故障車輛、施工圍欄、水馬、錐形標等障礙物，以及數十輛有人駕駛車輛構成的真實交通流。

來自高校和企業的 20 多支無人車隊伍在匝道入口處一字排開，等待逐一發車。紅燈變成綠燈后無人車緩緩駛上高架，迎接它的是故障車輛避讓、施工引導路段、臨檢管制路段以及與有人駕駛混行測試驗證等多重考驗。改裝各異的無人車猶如一個個身經百戰的雜技演員，周身掛滿了傳感器，后備箱里也裝滿了慣導和不同的計算單元。近年來，隨著傳感器技術的發展，各家無人車在硬件方案上的差距越來越小。挑戰賽上的比拼，逐漸從前幾年拼硬件、拼方案變為現在的拼算法、拼數據。

提到無人駕駛汽車的數據，除了可以在真實道路上積累以外，越來越多人用虛擬軟件訓練無人車算法。中國智能車未來挑戰賽自 2016 年開始增設了離線測試，希望通過「數字化駕校」評估無人車的智能水平。2018 年 11 月 16 日，中國智能車未來挑戰賽「復雜動態交通場景視覺認知基礎能力離線測試」在中國智能車綜合技術研發與測試中心成功舉辦。來自上海交通大學、西安交通大學、南京理工大學、北京聯合大學等在內的 23 支參賽隊伍分別從「道路區域人員監測」、「交通信號檢測」、「前方車輛位置監測」、「車道偏離監測」四個方面對無人駕駛系統的視覺感知能力進行測試。

本次離線測試任務使用現實道路采集的交通場景視頻，按照自動駕駛高度自動化（SAEL4+）的環境認知能力要求，從準確性和適應性方面對復雜交通環境認知的基礎能力進行評測。每個任務有 100 組數據，每個參賽隊伍隨機從中抽取多組形成數據合集，包括：道路區域人員檢測 60 組數據，每組平均 69 幀；交通信號檢測 60 組數據，每組平均 34 幀；前方車輛位置監測 60 組數據，每組平均 70 幀；車道偏離監測 60 組數據，每組平均 50 幀，以確保每支隊伍遇到的場景都是隨機的。

四項比賽分別決出了一二三四等獎。道路區域人員監測第一名為 CyberTiggo 車隊，第二名聯合-威視車隊，第三名中科車智車隊，第四名清軟智能車隊；交通信號檢測第一名聯合-威視車隊，第二名萬馬奔騰車隊，第三名科車智車隊，第四名認知與無人駕駛課題組；前方車輛位置監測第一名南理工 PCA-地平線車隊，第二名 PCALb 車隊，第三名安行車隊，第四名 i-future2 隊；車道偏離監測第一名 PCALb 車隊，第二名南理工 PCA-地平線車隊，第三名江大智能行車隊，第四名武漢大學途友號車隊。

城鄉道路比賽

11 月 18 日，天灰蒙蒙下著小雨，在「中國智能車綜合技術研發與測試中心」測試場地內進行了城鄉道路環境測試。九宮格測試區域內設置了交通標線與標志、交通信號燈、非機動車混行路段、避讓行人路段、施工道路封閉掉頭路段、施工繞行障礙物路段、模擬隧道路段、模擬雨天路段、鄉村簡易道路段、真實車流匯入等十余個測試場景。相比于高速道路，這要求參賽隊伍將更多的無人車交互和復雜場景決策能力考慮進來。在完善九宮格地區開源數字地圖基礎上，首次引入語義拓撲地圖，開展無人車自然交互導航應用測試。

信號燈識別行人干預

下雨天給無人車視覺識別帶來一定的困擾，很多車輛雨中都未能成功識別并禮讓行人。路面積水容易形成倒影，也容易覆蓋路面上的標識。降落的雨滴也會讓能見度大大降低，影響車速。雨滴很容易附著在鏡頭上，造成圖像扭曲，細小的雨滴會對激光雷達產生反射，可能會造成錯誤的讀數，而且每個傳感器造價等不菲，所以有的候場等待車隊為自家傳感器做了防潮措施。