市场无人驾驶自动驾驶

在雨天进行的这次比赛，告诉你无人驾驶其实还很遥远

geekcar 2018-11-23 08:35

2018 年 11 月 17～18 日，第十届「中国智能车未来挑战赛」在常熟举行。

从 2009 年起，「中国智能车未来挑战赛」已连续举办了十届，在严谨科学的测试评价体系下，这项比赛在一定程度上也推动了我国无人驾驶车辆从简单封闭道路走进真实、复杂的道路交通环境过渡的进程。

本届赛事包括真实综合道路环境测试（含城市道路、城郊道路和高架快速道路）、复杂环境认知水平能力离线测试两部分。其中，真实综合道路环境测试着重考察无人驾驶车辆的交通场景识别能力以及不同道路环境的适应性和行驶机动性等 4S 性能（即安全性（Sfety）、舒适性（Smoothness）、敏捷性（Shrpness）和智能性（Smrtness））；离线测试则在大规模真实道路交通场景数据库的基础上，通过仿真环境评估无人驾驶车辆各类交通环境感知算法的基本认知能力和水平。

真实综合道路环境测试参照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）的 L4（高度自动驾驶）及其以上级别的自动驾驶功能，分为城乡道路环境和高架快速道路环境设置不同测试内容，要求参赛车辆在规定区域内完全自主地完成相应任务。与往年相比，今年的道路测试难度继续增加：在 2017 年引入有人驾驶干扰车辆的基础上，首次开展有人驾驶与无人驾驶混行测试验证（多辆无人车与多辆有人驾驶车辆交互）；在完善九宫格地区开源数字地图基础上，首次引入语义拓扑地图，开展无人车自然交互导航应用测试；首次以无人驾驶出行服务为背景，验证无人驾驶商业化应用的技术成熟度。来自高校、科研机构和企业的 27 支车队报名参加真实道路环境测试，24 支车队参加离线测试。

高架快速道路环境测试

高架快速道路环境测试在常熟昆承大道高架真实道路上进行，其中包含交通标志标线清晰的快速路和主干路，并设置有故障车辆、施工围栏、水马、锥形标等障碍物，以及数十辆有人驾驶车辆构成的真实交通流。

来自高校和企业的 20 多支无人车队伍在匝道入口处一字排开，等待逐一发车。红灯变成绿灯后无人车缓缓驶上高架，迎接它的是故障车辆避让、施工引导路段、临检管制路段以及与有人驾驶混行测试验证等多重考验。改装各异的无人车犹如一个个身经百战的杂技演员，周身挂满了传感器，后备箱里也装满了惯导和不同的计算单元。近年来，随着传感器技术的发展，各家无人车在硬件方案上的差距越来越小。挑战赛上的比拼，逐渐从前几年拼硬件、拼方案变为现在的拼算法、拼数据。

提到无人驾驶汽车的数据，除了可以在真实道路上积累以外，越来越多人用虚拟软件训练无人车算法。中国智能车未来挑战赛自 2016 年开始增设了离线测试，希望通过「数字化驾校」评估无人车的智能水平。2018 年 11 月 16 日，中国智能车未来挑战赛「复杂动态交通场景视觉认知基础能力离线测试」在中国智能车综合技术研发与测试中心成功举办。来自上海交通大学、西安交通大学、南京理工大学、北京联合大学等在内的 23 支参赛队伍分别从「道路区域人员监测」、「交通信号检测」、「前方车辆位置监测」、「车道偏离监测」四个方面对无人驾驶系统的视觉感知能力进行测试。

本次离线测试任务使用现实道路采集的交通场景视频，按照自动驾驶高度自动化（SAEL4+）的环境认知能力要求，从准确性和适应性方面对复杂交通环境认知的基础能力进行评测。每个任务有 100 组数据，每个参赛队伍随机从中抽取多组形成数据合集，包括：道路区域人员检测 60 组数据，每组平均 69 帧；交通信号检测 60 组数据，每组平均 34 帧；前方车辆位置监测 60 组数据，每组平均 70 帧；车道偏离监测 60 组数据，每组平均 50 帧，以确保每支队伍遇到的场景都是随机的。

四项比赛分别决出了一二三四等奖。道路区域人员监测第一名为 CyberTiggo 车队，第二名联合-威视车队，第三名中科车智车队，第四名清软智能车队；交通信号检测第一名联合-威视车队，第二名万马奔腾车队，第三名科车智车队，第四名认知与无人驾驶课题组；前方车辆位置监测第一名南理工 PCA-地平线车队，第二名 PCALb 车队，第三名安行车队，第四名 i-future2 队；车道偏离监测第一名 PCALb 车队，第二名南理工 PCA-地平线车队，第三名江大智能行车队，第四名武汉大学途友号车队。

城乡道路比赛

11 月 18 日，天灰蒙蒙下着小雨，在「中国智能车综合技术研发与测试中心」测试场地内进行了城乡道路环境测试。九宫格测试区域内设置了交通标线与标志、交通信号灯、非机动车混行路段、避让行人路段、施工道路封闭掉头路段、施工绕行障碍物路段、模拟隧道路段、模拟雨天路段、乡村简易道路段、真实车流汇入等十余个测试场景。相比于高速道路，这要求参赛队伍将更多的无人车交互和复杂场景决策能力考虑进来。在完善九宫格地区开源数字地图基础上，首次引入语义拓扑地图，开展无人车自然交互导航应用测试。

信号灯识别行人干预

下雨天给无人车视觉识别带来一定的困扰，很多车辆雨中都未能成功识别并礼让行人。路面积水容易形成倒影，也容易覆盖路面上的标识。降落的雨滴也会让能见度大大降低，影响车速。雨滴很容易附着在镜头上，造成图像扭曲，细小的雨滴会对激光雷达产生反射，可能会造成错误的读数，而且每个传感器造价等不菲，所以有的候场等待车队为自家传感器做了防潮措施。