在雨天进行的这次比赛，告诉你无人驾驶其实还很遥远

2018年11月17日至18日，第十届中国智能汽车未来挑战赛在常熟举行。自2009年以来，“中国智能汽车未来挑战赛”已连续举办十届。在严格科学的测试和评估体系下，本次比赛也在一定程度上推动了中国无人车从简单封闭的道路向真实复杂的道路交通环境过渡的进程。本次比赛包括两部分：真实综合道路环境测试（包括城市道路、郊区道路和高架高速公路）和复杂环境认知水平离线测试。其中，真正的综合道路环境测试侧重于无人车的交通场景识别能力以及4S在不同道路环境（即安全（Sfety）、舒适（Smoothness）、敏捷（Shrpness）和智能（SMRT））下的适应性和驾驶机动性等性能；离线测试在大规模真实道路交通场景数据库的基础上，通过模拟环境评估无人车各种交通环境感知算法的基本认知能力和水平。真正的综合道路环境测试是指国际汽车工程师学会《标准道路机动车驾驶自动化系统分类与定义》（SAE-J3016）中L4（高度自动驾驶）及以上的自动驾驶功能，并针对城乡道路环境和高架高速路环境设置了不同的测试内容，要求参与车辆在指定区域内完全独立地完成相应的任务。与往年相比，今年的路试难度持续增加：在2017年引入载人干扰车的基础上，首次进行了有人车和无人车的混合测试验证（多辆无人车与多辆载人车相互作用）；在完善九宫格地区开源数字地图的基础上，首次引入语义拓扑地图，开展无人车自然交互导航的应用测试；

首次以无人出行服务为背景，验证了无人商业应用的技术成熟度。来自高校、科研机构和企业的27个团队报名参加了真实道路环境测试，24个团队参加了线下测试。

高架高速公路环境测试高架高速公路的环境测试是在常熟昆城大道的高架真实道路上进行的，包括交通标志和标线清晰的高速公路和主干道，有故障车辆、施工围栏、水马和锥形物等障碍物，以及由数十辆载人车辆组成的真实交通流。来自大学和企业的20多辆无人车在匝道口排起了长队，一辆接一辆地等待启动。红灯变绿后，无人车缓缓驶上高架桥，迎接它的是故障车辆避让、施工指导段、临时检查控制段以及与有人车混合测试验证等多项测试。经过不同改装的无人车就像一个久经沙场的杂技演员，上面覆盖着传感器，后备箱里也装满了惯性导航和不同的计算单元。近年来，随着传感器技术的发展，无人车硬件方案之间的差距越来越小。挑战赛的竞争已经从前几年的拼写硬件和拼写方案逐渐转变为现在的拼写算法和拼写数据。谈到无人驾驶汽车的数据，除了在真实道路上积累，越来越多的人使用虚拟软件来训练无人驾驶汽车算法。中国智能汽车未来挑战赛自2016年起增加了线下测试，希望通过“数字驾校”来评估无人车的智能化水平。2018年11月16日，中国智能汽车未来挑战赛“复杂动态交通场景视觉认知基础能力离线测试”在中国智能汽车综合技术研发测试中心成功举行。来自上海交通大学、Xi的交通大学、南京科技大学、北京联合大学等23个团队从道路区域人员监测、交通信号检测、前方车辆位置监测和车道偏离监测四个方面测试了无人驾驶系统的视觉感知能力。本次离线测试任务使用从真实道路采集的交通场景视频，根据SAEL4+的环境认知能力要求，从准确性和适应性两个方面评估复杂交通环境的基本认知能力。每个任务有100组数据，每个团队从中随机抽取多组数据组成数据集，包括：60组路区人员检测到的数据，平均每组69帧；60组交通信号检测数据，每组平均34帧；前方车辆位置监测数据60组，每组平均70帧；车道偏离监测60组数据，每组数据平均50帧，以确保每个团队遇到的场景是随机的。第一、二、三、四等奖分别在四场比赛中决出。道路区域人员监控第一名是赛博天虎团队，第二名是联合愿景团队，第三名是中科车智团队，第四名是青软智能团队；第一个交通信号检测联合VIOS团队，第二个万马奔腾团队，第三个科车智团队，第四个认知与无人驾驶研究小组；前车位置监测在南工大PCA-Horizon团队中排名第一，在PCALb团队中排名第二，在安兴团队中排名三，在i-future2团队中排名四；

车道偏离监测的第一个团队是PCALb，第二个团队是南工大PCA-Horizon，第三个团队是江大智能线，第四个团队是武汉大学途友。

城乡道路竞赛11月18日，灰蒙蒙细雨，城乡道路环境在“中国智能汽车集成技术研发测试中心”测试场进行测试。九宫格测试区共有十多个测试场景，包括交通标线和标志、红绿灯、非机动混合道路、行人避让道路、施工道路封闭掉头道路、施工绕行障碍物、模拟隧道道路、模拟雨天、农村简易道路、实际交通流入。与高速公路相比，这需要团队考虑更多的无人车交互和复杂的场景决策能力。在完善九宫格地区开源数字地图的基础上，首次引入语义拓扑地图，开展无人车自然交互导航的应用测试。

信号灯识别

雨天行人的干预给无人车的视觉识别带来了一些麻烦，许多车辆在雨中无法识别和礼让行人。路面上的水很容易形成反射，也很容易覆盖路面上的标志。下落的雨滴也会大大降低能见度并影响车速。雨滴很容易附着在镜头上，导致图像失真。细小的雨滴会反射激光雷达，这可能会导致读数错误，而且每个传感器的成本都很高，因此一些等待的团队已经对自己的传感器采取了防潮措施。

模拟隧道

施工旁路

去年困扰了许多无人驾驶汽车的“魔鬼赛道”今年并不是什么大问题。大多数无人驾驶汽车都是在这里成功完成的。

动态施工车辆

多车互动纵观今年的比赛，各车队无人车的表现都比去年更加稳定。然而，面对下雨等特殊场景，即使是最好的无人车也无法保证，无人驾驶之路真的很长。2018年11月17日至18日，第十届中国智能汽车未来挑战赛在常熟举行。自2009年以来，“中国智能汽车未来挑战赛”已连续举办十届。在严格科学的测试和评估体系下，本次比赛也在一定程度上推动了中国无人车从简单封闭的道路向真实复杂的道路交通环境过渡的进程。本次比赛包括两部分：真实综合道路环境测试（包括城市道路、郊区道路和高架高速公路）和复杂环境认知水平离线测试。其中，真正的综合道路环境测试侧重于无人车的交通场景识别能力以及4S在不同道路环境（即安全（Sfety）、舒适（Smoothness）、敏捷（Shrpness）和智能（SMRT））下的适应性和驾驶机动性等性能；

离线测试在大规模真实道路交通场景数据库的基础上，通过模拟环境评估无人车各种交通环境感知算法的基本认知能力和水平。真正的综合道路环境测试是指国际汽车工程师学会《标准道路机动车驾驶自动化系统分类与定义》（SAE-J3016）中L4（高度自动驾驶）及以上的自动驾驶功能，并针对城乡道路环境和高架高速路环境设置了不同的测试内容，要求参与车辆在指定区域内完全独立地完成相应的任务。与往年相比，今年的路试难度持续增加：在2017年引入载人干扰车的基础上，首次进行了有人车和无人车的混合测试验证（多辆无人车与多辆载人车相互作用）；在完善九宫格地区开源数字地图的基础上，首次引入语义拓扑地图，开展无人车自然交互导航的应用测试；首次以无人出行服务为背景，验证了无人商业应用的技术成熟度。来自高校、科研机构和企业的27个团队报名参加了真实道路环境测试，24个团队参加了线下测试。

高架高速公路环境测试高架高速公路的环境测试是在常熟昆城大道的高架真实道路上进行的，包括交通标志和标线清晰的高速公路和主干道，有故障车辆、施工围栏、水马和锥形物等障碍物，以及由数十辆载人车辆组成的真实交通流。来自大学和企业的20多辆无人车在匝道口排起了长队，一辆接一辆地等待启动。红灯变绿后，无人车缓缓驶上高架桥，迎接它的是故障车辆避让、施工指导段、临时检查控制段以及与有人车混合测试验证等多项测试。经过不同改装的无人车就像一个久经沙场的杂技演员，上面覆盖着传感器，后备箱里也装满了惯性导航和不同的计算单元。近年来，随着传感器技术的发展，无人车硬件方案之间的差距越来越小。挑战赛的竞争已经从前几年的拼写硬件和拼写方案逐渐转变为现在的拼写算法和拼写数据。谈到无人驾驶汽车的数据，除了在真实道路上积累，越来越多的人使用虚拟软件来训练无人驾驶汽车算法。中国智能汽车未来挑战赛自2016年起增加了线下测试，希望通过“数字驾校”来评估无人车的智能化水平。2018年11月16日，中国智能汽车未来挑战赛“复杂动态交通场景视觉认知基础能力离线测试”在中国智能汽车综合技术研发测试中心成功举行。来自上海交通大学、Xi的交通大学、南京科技大学、北京联合大学等23个团队从道路区域人员监测、交通信号检测、前方车辆位置监测和车道偏离监测四个方面测试了无人驾驶系统的视觉感知能力。本次离线测试任务使用从真实道路采集的交通场景视频，根据SAEL4+的环境认知能力要求，从准确性和适应性两个方面评估复杂交通环境的基本认知能力。每个任务有100组数据，每个团队从中随机抽取多组数据组成数据集，包括：60组路区人员检测到的数据，平均每组69帧；60组交通信号检测数据，每组平均34帧；前方车辆位置监测数据60组，每组平均70帧；

车道偏离监测60组数据，每组数据平均50帧，以确保每个团队遇到的场景是随机的。第一、二、三、四等奖分别在四场比赛中决出。道路区域人员监控第一名是赛博天虎团队，第二名是联合愿景团队，第三名是中科车智团队，第四名是青软智能团队；第一个交通信号检测联合VIOS团队，第二个万马奔腾团队，第三个科车智团队，第四个认知与无人驾驶研究小组；前车位置监测在南工大PCA-Horizon团队中排名第一，在PCALb团队中排名第二，在安兴团队中排名三，在i-future2团队中排名四；车道偏离监测的第一个团队是PCALb，第二个团队是南工大PCA-Horizon，第三个团队是江大智能线，第四个团队是武汉大学途友。

城乡道路竞赛11月18日，灰蒙蒙细雨，城乡道路环境在“中国智能汽车集成技术研发测试中心”测试场进行测试。九宫格测试区共有十多个测试场景，包括交通标线和标志、红绿灯、非机动混合道路、行人避让道路、施工道路封闭掉头道路、施工绕行障碍物、模拟隧道道路、模拟雨天、农村简易道路、实际交通流入。与高速公路相比，这需要团队考虑更多的无人车交互和复杂的场景决策能力。在完善九宫格地区开源数字地图的基础上，首次引入语义拓扑地图，开展无人车自然交互导航的应用测试。

信号灯识别

雨天行人的干预给无人车的视觉识别带来了一些麻烦，许多车辆在雨中无法识别和礼让行人。路面上的水很容易形成反射，也很容易覆盖路面上的标志。下落的雨滴也会大大降低能见度并影响车速。雨滴很容易附着在镜头上，导致图像失真。细小的雨滴会反射激光雷达，这可能会导致读数错误，而且每个传感器的成本都很高，因此一些等待的团队已经对自己的传感器采取了防潮措施。

模拟隧道

施工旁路

去年困扰了许多无人驾驶汽车的“魔鬼赛道”今年并不是什么大问题。大多数无人驾驶汽车都是在这里成功完成的。

动态施工车辆

多车互动纵观今年的比赛，各车队无人车的表现都比去年更加稳定。然而，面对下雨等特殊场景，即使是最好的无人车也无法保证，无人驾驶之路真的很长。

标签：北京奔腾汉

汽车资讯热门资讯