双十一，我们在常熟看中国智能车挑战赛 | IVFC 2016

▲ 常熟“中国智能车综合技术研发与测试中心”门前的无人车

编者按：如果说DARPA赛事是美国无人驾驶人才的摇篮，那么“中国智能车未来挑战赛”（Intelligent Vehicle FutureChallenge，以下简称IVFC）则是中国版的DARPA。今年，这项赛事已经举办到第8届。

作为国家自然科学基金委员会重大研究计划“视听觉信息的认知计算”的重要组成部分，IVFC创办于2009年，该赛事分别在西安、鄂尔多斯、赤峰、常熟等地举办了七届。本届比赛由国家自然科学基金委员会和常熟市政府共建的“中国智能车综合技术研发与测试中心”提供支持，并在已完成建设的第一期测试场地中开展比赛。

11月10日至13日，来自高校、科研机构和企业的23支车队齐聚江苏常熟，完成包括真实综合道路环境测试和认知能力离线测试两部分比赛内容。其中道路环境测试分为真实高架快速道路测试（约22公里）和城区道路测试（约6公里）；认知能力离线测试是首次在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的视觉信息环境认识基础能力。

双十一这天，作为正赛的前菜，认知能力离线测试率先进行，西安交大教授刘跃虎担任离线认知测试技术组组长。

该项测试是本届比赛的新增项目，不强制每个车队都参加，相关得分也不计入总成绩。同时，没有实车参与，只通过电脑完成，考察的主要是无人车的环境识别能力。该项测试包括交通信号检测、前方车辆检测以及车道线检测。

以交通信号检测为例，我们来看看具体是如何操作的。

1、赛事主办方会提供一个交通场景数据库（具体命名为TSD-MAX），该数据库由西安交通大学人工智能与机器人研究所提供。担任此次测试技术组副组长的李力告诉雷锋网，其实这个数据库实际上是由西安交通大学以及清华大学等高校共同采集和制定的，是国家重点科研项目成果。

2、每支参赛车队随机在该数据库中抽取数据集，每支车队所抽的数据集合并为一个总集，这个总集当中会有各种各样的交通标志，该总集就是这批参赛队伍需要识别的项目。

▲ 随机抽取测试数据集

3、各支参赛队伍在电脑上运行自家的视觉识别程序，对每个虚拟的数据集中包含的交通信号进行识别。包含的指标有正检数（识别正确）、误检数（识别错误）以及漏检数（未识别）。

▲ 视觉识别程序对数据集中的交通信号进行识别

4、按照公式：正检数/（正检数+误检数+漏检数），计算出最终得分。

▲ 计分方式

剩余两项离线测试的规则与此类似，为每个车队提供了练手机会，可以当成是一次热身。在上午的离线测试环节中，同济大学车队用时最短，同组的对手还有北京联合大学、上海交通大学以及北京航空航天大学。

测试环节间歇，我们与一些并未参与此次测试的无人车进行了近距离接触，发现相关车队的工作人员正在对车辆和系统进行调试。

西安交通大学——夸父一号

西安交通大学车队此次携手广汽研究院共同参赛，前者是该项赛事的常客，后者今年第一次入局。这辆“夸父一号”是在广汽祺迹的基础上进行打造。据车队带队老师崔迪潇介绍，这一次，他们对往届的无人驾驶系统进行了大换血，从控制层面上更加先进。同时他们也将多传感器融合进这辆无人驾驶车之中，包括毫米波雷达、激光雷达、摄像头以及惯性导航系统。

可以看到，车顶64线旋转式Velodyne激光雷达的支架进行了特别设计，这也是其与广汽研究院进行深度合作的成效。他们还掌握了车辆底层的一些控制接口，使得所用的传感器数量大大减少。

在试开过程中，这辆车加速很快、刹车很猛，目前还在调试当中。除去“夸父一号”，西安交通大学还有一辆“发现号”也将参与角逐。

同济大学——途灵TiEV

同济大学的这辆无人车是基于荣威E50改造。使用的也是Velodyne的64线激光雷达，车辆前脸的装置从上至下分别为毫米波雷达、4线激光雷达和Ibeo的单线激光雷达。这样配备传感器的好处是增大了扫描的覆盖面，因为车顶的雷达扫描范围会有死角。同样，车内也安装有摄像头。

目前，同济大学已经与友衷科技达成战略合作，友衷科技将为同济大学自动驾驶研发提供车辆底盘控制系统及自动驾驶辅助系统的技术支持。这次合作的成果体现在同济大学的另一款参赛无人车——The danger身上，现场还没有看到其身影。

长安大学——智能车

长安大学也是该项赛事的老朋友，时隔两年，他们再次回归。此此前，他们在丰田雅力士的基础上改装出原版的无人车，搭载了摄像头和GPS定位以及几个小的雷达，这辆车已经有好几个年头。今年，这辆无人车顶上新搭载了Velodyne最先进的64线激光雷达。

此次参赛，他们担心的是“情景设置越来越复杂，而且设备是新买的，软件的使用还不是特别熟练”。

北京联合大学——京龙3号

北京联合大学刘宏哲教授告诉雷锋网，京龙3号改装自北汽新能源绅宝车型。该款车依靠算法简化了传感器配置，改为32线激光雷达。四角配备了Ibeo的4线激光雷达Scala，车前车后配备的77Ghz毫米波雷达，用于补充雨天和动态车辆的检测，前脸车尾摄像头、车内后视镜处摄像头（检测路灯、车道线）、GPS、惯导单元等。

值得一提的是，今年5月19日，北京联合大学在全国成立首个机器人学院，将无人车作为重点研究方向。中国工程院院士、指挥自动化和人工智能专家李德毅院士担任机器人学院院长。

中山大学——无人车队

据中山大学的同学介绍，这辆车以东风风神AX7为原型。配备了三类相关的传感器：惯性导航和GPS导航、Velodyne32线激光雷达、单目摄像头。

在调试过程中，这辆车有一个传感器的数据不能与中控电脑进行相互传输，所以他们也在加紧进行故障的排除。

清华大学——猛狮1号

从本次比赛的车队名单中，“猛狮”二字出现频次颇高。这辆“猛狮1号”是清华大学、总参61所及中国科学院微电子所联合研发。之所以被其吸引，是因为在其车顶并没有看到雷达装置。经过好一番寻找，才发现原来激光雷达藏在车辆的前脸位置，这是一枚Velodyne16线激光雷达。其他传感器方面暂且不便透露。

清华大学——睿龙号

清华的另一辆参赛车辆“睿龙号”则配备的是Velodyne的64线激光雷达，同时在车身前后都配备了Ibeo的4线激光雷达。“睿龙号”在控制上取消了拉线模式（车内布满线路），进行了全线控改造。

规避了外加装置的方法会产生180多毫秒的时延，因此车辆跑不快，同时控制精度不高。还存在供电不足需要额外充电，钢丝拉断损坏，系统可靠性差等情况。

同时，也让车内和车外观感上更加整洁利落。

▲ 睿龙号

当然，还有更多车队的车辆正在别处进行测试，为明天的正赛做准备，所以没有进入此巡礼清单中，期待它们明天的表现。

附：2016年第8届“中国智能车未来挑战赛”参赛车队：

*文中图片由雷锋网拍摄