2015中国智能车未来挑战赛全纪录
2015-11-18 14:31:51   来源：新智元原创   作者:杨静    评论：0

积累的成果，去年参加军方主办的跨越险阻挑战赛，复杂的环境为我们智能车应对突发状况积累了丰富的经验。例如，对于高速行驶中的爆胎情况，我们都知道此时应该紧握方向盘保持车辆行进方向，逐步减速，智能车会比人应对得更好。
 

　　【新智元】你们是智能车挑战赛的老牌劲旅，对智能车挑战赛的历年赛况比较了解，请总结一下今年赛事的特点，其他车队的技术特色以及对挑战赛未来的期许？

　　【猛狮车队】今年是十二五成果验收之年，比赛增添了很多新科目，进出小区、交叉口左转让直行、通过越野路段和沟渠，专家组更是将4S中的Speed换成Sharpness，强调智能车的安全性、舒适性、敏捷性、智能性。比赛中参赛车队的表现也有很多亮点，清华猛狮是可批量化生产、最简传感器配置的线控智能车，北京联合大学和同济大学的纯电动车，国防科技大学完美的停车入库，西安交大优秀的视觉识别等等，还有我们清华猛狮队在车胎爆胎后的紧急调胎换胎，小伙子们平生第一次换胎用时7分20秒，手都磨破了，保证了智能车顺利完成比赛，即使在爆胎的情况下，比赛总用时排序还是第二名，这些都给大家留下深刻印象。
 

　　清华猛狮车队

　　【新智元】今年智能车挑战赛仍然是常熟市在封闭路段举行的，未来是否可能在北京这种特大城市的开放路段进行无人车行驶测试？无人车上路还有哪些障碍？你们对此是否有规划？

　　【猛狮车队】我们可以看到，目前参加比赛的智能车更多来自科研机构，高可靠运行是汽车业成功的关键，各车队智能化水平不同，可靠性也有很大差异，比赛过程中也确实出现一些状况，因此为了安全起见最后还是进行了道路封闭。近来的新闻报道我们也看到国内外智能车在开放道路环境下的智能驾驶活动屡见不鲜，今年8月29日在河南郑开大道我们智能车联合课题组包括一辆无人驾驶公交车在内的5辆车就顺利完成了开放城际公路的测试。另外，相应法律法规的滞后也是制约智能车在开放道路环境试验和比赛的一个主要原因。李德毅院士带领的智能车联合课题组在2012年顺利完成了封闭高速道路的智能驾驶；2015年完成了开放城际快速路的智能驾驶；开放城区道路的智能驾驶将是我们下一个里程碑。李院士指出相对于老板姓买得起的智能车而言，城市公共交通工具，如快速公交路上的智能驾驶客车，公园、学校、旅游景区中的智能巡逻和观光车将来得更快。这也是我们下一步面向产业化发展的一个重要方向。

　　2015中国智能车未来挑战赛亚军车队国防科技大学徐昕教授专访
 

　　【新智元】作为亚军和季军车队，你们今年的技术秘诀是什么？请具体描述它在面对隧道、泥泞和机器人捣乱时是如何应对的？车的智能体现在哪几个方面？

　　【徐昕教授】我们最近重点研究和应用了如下4个方面的关键技术：（1）不依赖于GPS的高精度定位；（2）高精度地图辅助下的环境感知理解；（3）多种行为决策和规划模式在不同交通场景中的自主切换技术；（4）自主感知与控制的机器学习方法。比如在通过长的隧道时可能GPS信号受到干扰，需要自主车具备不依赖GPS的高精度定位能力。对于泥泞路面和模拟的运动行人，需要无人车能够根据环境变化自主切换行为决策和规划模式，适应动态场景的避障要求。

　　概括来讲，无人车的智能主要体现在三个方面，一是复杂环境的感知与理解能力；二是复杂条件下的自主决策和优化控制能力；三是基于经验数据的学习适应能力。其中的学习能力是一种典型的智能行为，既包括有教师样本条件下的监督学习，部分教师样本条件下的半监督学习，也包括采用评价性反馈进行序贯优化决策的增强学习或强化学习。

　　【新智元】你们的车用的是多少线雷达，雷达的精度对无人车的安全性有多大影响？参赛车的造价一年来有降低么？产业化的可能性有多大？
 

　　【徐昕教授】我们参赛的有两个车队，其中"红旗-2代"车队采用的是32线激光雷达，"开路雄狮"车队采用的是64线激光雷达。对这两种激光雷达来说，因为采集的环境数据相对都比较丰富，雷达的精度对无人车的安全性只在部分复杂场景有些区别，并且可以通过其他传感器的信息融合来减小这种差别。对于多线激光雷达的成本问题，一方面可以通过加快国产化进程、推动批量应用来降低价格；另一方面，未来随着计算机视觉特别是立体视觉理论和技术的发展，利用相对低成本的视觉传感器也能够代替激光雷达实现的环境三维感知和理解功能。目前，采用视觉传感器和其他低成本传感器的各种汽车主动安全产品已经实现了产业化，并在不断发展；对于全自主驾驶的智能车还有待技术的进一步突破，其应用和产业化还涉及到相关法律、智能交通系统的建设等多个层面。

　　【新智元】今年障碍车和智能路障等赛事难度的提升，对你们的表现有何影响？你们如何应对赛场上的突发情况？例如爆胎？如果无人车在使用中出现爆胎，应该采取什么措施？

　　【徐昕教授】对于赛事难度的增加，我们在技术的准备上还是遵循安全性第一，兼顾智能性、平顺性和快速性，因为无人驾驶技术一个主要的研究出发点就是为了解决人类疲劳驾驶、以及不熟练、不规范驾驶等带来的交通安全问题，所以今年我们的两个参赛车队在路上行驶质量、人工干预、典型任务路段等单项排名上都是位列第一或并列第一。通过充分考虑智能驾驶系统的安全性问题，能够有效减小赛场中突发情况出现的可能。对于爆胎的情况，一般也是由于安全准备不足而发生的，如未检测轮胎气压、车辆冲撞马路边沿等。对于爆胎这种情况发生时的应急处理，我们通过承担国家自然科学基金重大研究计划的重点项目与集成项目，也与合作单位如吉林大学等开展了相关的研究，已经取得了汽车爆胎条件下的优化控制方法等研究进展。
 

　　【新智元】今年智能车挑战赛仍然是常熟市在封闭路段举行的，未来是否可能在北京这种特大城市的开放路段进行无人车行驶测试？无人车上路还有哪些障碍？你们对此是否有规划？

　　【徐昕教授】在开放路段的无人车行驶测试其实已经开展了一段时间，如国防科技大学在2011年在京珠高速的正常交通条件下完成了国内首次长距离自主驾驶实验。近年来国内相关高校也有相关的测试报道，汽车企业如Volvo今年也在北京进行了正常交通下的行驶测试。但这种测试必须确保安全，都要求驾驶位必须有人类驾驶员随时监督并且在有安全风险时立即进行人工干预。Google无人车也基本是这种测试模式。我们在国家自然科学基金"视听觉信息的认知计算"重大研究计划集成项目的支持下，也会在明年开展进一步的开放路段长距离自主驾驶测试，同样也是采用上面所述的模式，因此这种测试存在一个人工干预的比例。该项目的目标是围绕正常交通环境的无人驾驶车辆环境感知与理解、智能决策与控制等方面的基本科学问题，开展融理论、关键技术与工程优化于一体的创新性综合集成研究。集成脑-机接口等领域的相关研究成果，构建具有开放式、模块化体系结构的无人驾驶车辆集成验证平台，实现真实城区和城际道路正常交通环境和正常天气条件下的长距离自主驾驶，要求的人工干预比例是低于2%。