比賽中用假人模擬測試無人駕駛車行人避讓
11月3日，第五屆“中國智能車未來挑戰(zhàn)賽”在江蘇常熟進行。來自11家單位的18輛無人駕駛車，在城郊和城市道路上進行角逐，最終北京理工大學車隊獲得總冠軍。
賽場
遇行人避讓，學校門前減速慢行
在3日舉行的城區(qū)道路考核中，一輛輛形態(tài)與技術特征各不相同的無人汽車有序地排隊，等候一試身手。比賽路線都是在賽前半個小時才告訴參賽車隊，沒有經過事先演練。每一輛參賽汽車身后，都緊緊跟著裁判車輛，車上裝有多個攝像頭和顯示屏幕，對車輛進行多角度監(jiān)控。
來自中科院合肥智能所的智能汽車第一個出發(fā)，27分鐘跑完全程18千米，表現(xiàn)平穩(wěn)，成為城郊道路的比賽中表現(xiàn)最好的無人汽車之一。而來自軍事交通學院的猛獅智能車隊，對交通規(guī)則的遵守和規(guī)定考點的完成猶如有人駕駛一般流暢。
記者在現(xiàn)場看到，與前四屆比賽相比，此次比賽選擇了更加復雜的道路環(huán)境，增加了拱橋、隧道匝道口等場景。城郊道路的考核點包括動態(tài)車輛干擾、交通信號燈識別、施工繞行、避障等，城區(qū)道路的考核點包括有路口通行、學校門前減速慢行和遇人停車讓行等。此外，為加強“最后一公里”的考核，增加了自主進入停車場停車的測試內容。
增設重重“關卡”，是為了重點考核無人車在闖關過程中，能否像人一樣對交通標志、人、車、物有智能感知能力以及自主決策和行為控制能力。猛獅智能車隊負責人徐友春透露，去年他們團隊的無人汽車曾成功進行了京津城際高速的全程行駛，平均時速79公里，“高速公路算法我們已經測試行駛了2萬多公里，難度仍不及此次比賽”。
賽事裁判組組長王飛躍介紹，比賽的評價標準有四點，即安全性、智能、平穩(wěn)性和速度。最終成績由對無人汽車人工干預的時間和次數(shù)以及裁判對於車輛的主觀評價三個環(huán)節(jié)的平均分決定。
原理
“眼”“腦”配合識別路況，否則就會翻車撞樹
無人駕駛的智能汽車能夠像人一樣識別道路上的障礙物，并且能夠在學校門口減速慢行，這是如何實現(xiàn)的呢?
中科院合肥智能所團隊負責人梅濤介紹，雷達和攝像機等傳感器，相當於智能汽車的“眼”，收集道路信息。這些信息通過車內的計算機進行分析，計算機中有事先設計好的道路模型，模擬人類理解觀察路況，對環(huán)境進行分析計算，并且做出決策，這相當於是智能汽車的“大腦”。最后，智能汽車執(zhí)行計算機命令做出反應。
參賽車輛中，清華大學的一輛無人汽車，頭頂安裝的激光雷達能進行360度快速旋轉。據(jù)中國工程院院士、中國人工智能學會理事長李德毅介紹，這種雷達每100毫秒轉1圈，360度掃描周圍路況。
比賽中，無人車的表現(xiàn)令人震撼，但也不乏驚險，有翻車、撞樹現(xiàn)象發(fā)生。有一些無人車的環(huán)境感知系統(tǒng)與控制系統(tǒng)還不夠同步、匹配。在王飛躍看來，這更體現(xiàn)了比賽的意義，“就是要在實際駕駛中暴露更多問題，為今后的研究提供依據(jù)。”
徐友春說，“我們的識別算法與去年參賽時相比有很大的進步，比賽全程都沒有軋線，并且使用的是國產長城汽車，改裝設備很多都是國產儀器，比如使用了北斗導航，精度不輸於GPS導航。”
未來
2030年，我國或可實現(xiàn)城市道路智能駕駛
據(jù)了解，智能駕駛車有很多類型，無人駕駛只是智能駕駛諸多形式之一。比如，目前有些車已經實現(xiàn)定速巡航、自動倒車入庫等功能，這些都屬於智能駕駛的范疇。
“比賽裁決中既有速度測算，也有安全考量。我們不僅僅是為了科學地評價比賽成績，更是為了探索一套智能汽車的評價機制，推動智能汽車的應用發(fā)展。”王飛躍說。
李德毅介紹，智能汽車是云計算、物聯(lián)網和智慧城市等國家戰(zhàn)略性新興產業(yè)的交集。未來的智能駕駛并不完全是無人駕駛。“智能駕駛的目的是讓人更安全更舒適，比如剎車、換道這些比較低級、持久費神的工作就交給智能汽車去做，它能比人完成得更精確更輕松。”
據(jù)了解，目前世界各大著名汽車生產商都開始研發(fā)智能汽車。谷歌已經成為第一家被允許測試無人駕駛汽車的公司。我國的智能汽車何時能夠在道路上應用，駛入老百姓的生活呢?
在專家看來，我國智能汽車發(fā)展水平與國外相比仍有差距，但在技術水平上可以說各有所長。梅濤介紹，“谷歌智能汽車的無人駕駛建立在谷歌地圖和街景的基礎上，而我們的智能汽車則是側重於通過模擬人類的視聽覺系統(tǒng)進行感知判斷，可以在未知的路上行駛，邊認知環(huán)境邊行駛。”
李德毅介紹，我國智能汽車的科研和生產結合不夠，有些方面受制於人。目前我國并不掌握進口汽車核心知識產權和內部數(shù)據(jù)，比如4個車輪在行駛中的速度等，因此只能在外部放置傳感器等智能感知裝置。記者在賽場也觀察到，各個車隊改造汽車使用的激光雷達、導航等裝備硬件仍以進口產品為主。
另外，智能汽車需要攻克的難點還很多。比如，怎樣讓智能汽車能夠識別雨雪冰雹霧霾等并不影響行駛的物體。“這對人來說非常容易，但是智能駕駛系統(tǒng)會誤以為是障礙物而停止前進。”李德毅說。
李德毅預測我國智能汽車應用的時間表為，2020年能夠實現(xiàn)結構化道路的智能行駛，2030年實現(xiàn)城市道路等半結構化道路的智能駕駛，2050年實現(xiàn)戰(zhàn)場、沙漠、沼澤等非結構化道路的智能駕駛。
下載文檔
