361分分彩票官网登录
第一時間get全球最新科技知識與數據
下載鈦媒體客戶端

掃描下載App

6天“造車”,挑戰無人駕駛丨鈦媒體影像《在線》

摘要: 一個吸引全球200多名工程師報名的“Moving Hackathon”無人駕駛挑戰賽,6天時間里,來自世界各地的17名工程師組成了3支隊伍展開角逐。

鈦媒體影像欄目《在線》,力圖準確記錄互聯網時代的個體。圖文、視頻版權為鈦媒體所有,未經許可禁止轉載、使用,否則追究法律責任。】

(13'44″視頻:一場無人駕駛挑戰賽)(視頻:田毅濤)

蘋果收購 Drive.ai 再次給無人駕駛領域潑了一盆冷水,這也可能是無人駕駛行業洗牌的開始。

經過三年的催化,雖然自動駕駛落地依舊遙遙無期,但不可否認的是自動駕駛已成為AI最熱門的賽道。每個自動駕駛的垂直市場都可以造就市值超10億美元的“獨角獸”,在出行領域,Waymo和特斯拉均表示,要在2020年開始推出商業化的自動駕駛出行服務。

這樣一個炙手可熱的領域,自然會吸引一大批年輕人涌入。

2019數博會就有這樣一個吸引全球200多名工程師報名的“Moving Hackathon”無人駕駛挑戰賽,6天時間里,來自世界各地的17名工程師組成了3支隊伍展開角逐。

鈦媒體影像《在線》第91期的主角,是這次挑戰賽的一支參賽隊伍,幾天時間內,他們在一臺配備硬件支持的普通車輛上實現了部分自動駕駛功能,并通過比賽的7項挑戰拿到冠軍。

5月22日,貴州科學城PIX翰凱斯無人駕駛智造工廠,賽事承辦方挑戰賽承辦方PIX無人駕駛COO曹雨騰負責人向正在參賽人員講解2019年數博會無人駕駛全球挑戰賽“Moving Hackathon”的比賽規則。

5月22日,貴州科學城PIX無人駕駛智造工廠,挑戰賽承辦方PIX負責人向參賽人員講解比賽規則。

PIX是一個提供模塊化無人駕駛實踐和體驗的移動空間,這里會定期舉辦關于自動駕駛的Hackathon。國內很多工程師并沒有練習和測試無人駕駛的環境,也不太容易有機會經歷完整全面的改造實踐,PIX希望以工程挑戰的形式“降低開發者們對無人駕駛的測試和實踐門檻”。

比賽第一天,來自中國、西班牙、印度等6個國家的17名參賽工程師依次自我介紹后留下的姓名。這選手們在白板上留下個人姓名,輪流進行自我介紹,17個人組成了最終選擇分組組成三支隊伍展開角逐。

比賽第一天,來自6個國家的17名參賽工程師依次自我介紹后留下姓名,這17個人組成了三支隊伍展開角逐。

2DIFFICULT隊:上海交大師生+浙江移動工程師+墨西哥工程師

2 EASY隊:德國、西班牙工程師+貴州大學研究生

國際聯隊:土耳其、印度、巴西工程師

“世界各地報名參賽的工程師有200多名,最后我們選出了17位。”PIX COO曹雨騰向鈦媒體《在線》介紹,參賽隊伍要將算法和傳感器部署在官方的全尺寸比賽車上,在封閉園區道路計時跑圈,挑戰7項自動駕駛道路任務,最后根據每個單項完成情況和整體完成時間計算得分

比賽為期6天,7項挑戰任務分別為:

紅綠燈識別、斑馬線行人避讓、下坡變道減速停止、障礙行駛、車輛掉頭、停止標志識別、S型彎道行駛。

“2 DIFFICULT隊”(下文簡稱D隊)隊長馬臻在和隊員討論賽事方案比賽。D隊由上海交通大學汽車工程學院博士后馬臻帶領的研究生團隊、中國移動浙江公司AI算法工程師戚靚亮以及墨西哥深度神經網絡學習算法工程師Fernando共6人組成。

“2 DIFFICULT隊”(下文簡稱D隊)隊長馬臻在和隊員李黃河討論賽事方案。

馬臻博士畢業于英國謝菲爾德大學,研究方向為火焰動力學和結構的數字圖像和信號處理,他就職于上海交大,是汽車工程研究院無人車課題組組長。

馬臻領銜的D隊由上海交大研究生團隊和中國移動AI算法工程師以及墨西哥算法工程師組成,一共6人。“這次帶交大的研究生一起參賽,就是想鍛煉一下團隊的實踐能力,讓學生們完整地參與一次無人駕駛車的改造。”馬臻對鈦媒體《在線》介紹。

D隊隊員林挺正在Ubuntu系統下準備安裝autoware、ros、Qt5等軟件。

D隊隊員林挺正在Ubuntu系統下準備安裝Autoware、ROS、Qt5等軟件。

林挺是上海交大汽車工程學院研究生,這次主要負責激光雷達調試與控制以及核心軟件安裝。安裝軟件是改造車輛的第一步。第一天安裝,D隊就遇到了麻煩,他們連續裝了4次都沒成功,致使整體進度落后其他兩支隊伍。“倒不是技術難題,因為這臺電腦之前被人改過參數和IP,所以還要重新設置和修改,不過是比較打擊士氣。”林挺說。

D隊隊長馬臻和  “2 EASY隊”隊長Sam和 “D隊”隊長馬臻在和工程師在車內調整數據,賽事主辦方準備的車輛只配備了Velodyne 16線激光雷達和單目攝像頭作為傳感器。

D隊隊長馬臻和工程師在車內調整數據,賽事主辦方準備的車輛配備了Velodyne 16線激光雷達和單目攝像頭作為傳感器。

自動駕駛的核心是傳感器、計算能力和軟件雷達(激光雷達、毫米波雷達等)加攝像頭(單目、雙鏡頭等)是比較主流的傳感器組合方式:雷達主要用于測量速度、距離,攝像頭主要用于識別道路上的人、物和交通標識等,兩者相互補充,為自動駕駛車輛的計算和決策提供“材料”。

目前,這些關鍵傳感器都在某些方面有各自的局限性,比如毫米波雷達空間分辨率較低,激光雷達的穩定性容易受到雨雪等特殊天氣影響,攝像頭視距有限且其穩定性同樣容易受到天氣條件影響。

無論是對主機廠商還是自動駕駛公司來說,雷達高企的成本或許都是他們商業化的攔路虎。以實力較強的雷達設計制造商Velodyne為例,該公司目前最好的激光雷達Velodyne VLS-128售價接近人民幣90萬元,其上一代64線產品HDL-64售價也超過50萬元,這樣一個雷達的價格都遠遠超過一輛普通汽車

路點錄入階段,D隊車輛通過Velodyne 16線激光雷達D隊車在行駛中,車內顯示屏同步顯示的“激光雷達構建的點云高精地圖”。地圖中間黑色矩形是車輛,。地圖顯示車周邊環境,紅圈為可視化道路路徑,距離黑色車模型越近,顏色越亮,識別到的物體也會更清晰。綠色軌跡線條是為車輛行駛的線路。

路點錄入階段,D隊車輛通過Velodyne 16線激光雷達構建的點云地圖。地圖中間黑色矩形是車輛,紅圈為可視化道路路徑,綠色軌跡是行駛線路。

去年以來,“純視覺自動駕駛”解決方案的聲量越來越大。特斯拉創始人馬斯克認為“依賴激光雷達的自動駕駛公司注定要失敗”。不久前,百度Apollo宣布了純視覺L4級城市道路閉環解決方案Apollo Lite,該方案可同時對10路攝像頭200幀/秒數據量并行處理,且“前向障礙物的穩定檢測視距達到240米”,使自動駕駛不再依賴機械掃描式的激光雷達。

D隊隊員戚靚亮(圖右)在修改路點參數。D隊根據車在實際中行駛中的不同任務階段,調試不同的速度、對不同的路點數量以及疏密程度進行修正。  戚靚亮是,中國移動浙江公司AI算法工程師,這次比賽中主要負責算法深度學習與圖像處理。

D隊隊員戚靚亮(右)在修改路點參數。 戚靚亮是中國移動浙江公司AI算法工程師,這次比賽中主要負責算法深度學習與圖像處理。

前期數據采集時,車輛行駛過程中,激光雷達會記錄車輛的坐標點,這就是路點,路點的疏密可以由人工設置。“路點的疏密程度可以直接影響車輛平穩度和方向盤轉向幅度。如果偏差過大,車輛極有可能失控。”戚靚亮向鈦媒體《在線》介紹,所有的修補偏差,都是為了自動駕駛能夠模擬人開車時的平穩狀態,整個比賽前的準備時間,D隊一共整體修改路點超過30次

D隊為攝像頭采集到的紅綠燈、人行道照片進行人工畫框以及貼標簽分類標注,供機器學習。

D隊為攝像頭采集到的紅綠燈、人行道照片進行人工標注,供機器學習。

紅綠燈識別、斑馬線行人避讓、停止標識識別三個任務,D隊使用基于深度學習的目標檢測算法進行感知識別。

為了讓系統能夠辨認出紅綠燈、斑馬線、行人、停車標識,車上的攝像頭從不同角度拍攝了4900張圖片,D隊兩名隊員用了半天時間對這些圖片進行了一一標注,系統獲取所有圖片后,進行了3萬次算法訓練

“比賽時間有限,正常情況為了提高精準度,需要在不同時段、不同天氣反復采集數據。”D隊隊員戚靚亮對鈦媒體《在線》說,“人工智能背后其實真的都是人工”

D隊車輛路測時,模擬行人的假人由于失去平衡倒向人行道。通過算法訓練,D隊可以保證“車在20米內,只要0.1~0.2秒就可以對紅綠燈、行人等目標完成識別,并作出停車、啟動等決策,識別準確率達98%以上”。

D隊車輛路測時,模擬行人的假人由于失去平衡倒向人行道。通過算法訓練,D隊可以保證“車在20米內,只要0.1~0.2秒就可以對紅綠燈、行人等目標完成識別,并作出停車、啟動等決策,識別準確率達98%以上”

2D隊競爭對手 “2EASY”隊的道路訓練中,隊隊員用衣物遮擋停車標識來檢測系統識別效果。

D隊競爭對手 “2EASY”隊的道路訓練中,隊員用衣物遮擋停車標識來檢測系統識別效果。

“2EASY”隊有豐富比賽經驗,成員對Autoware十分熟悉,并且在人形機器人和移動基地使用ROS框架也已超過7年,隊員們對鈦媒體《在線》表示,這個挑戰賽“So Easy”,對于冠軍他們“勢在必得”。

比賽準備階段,第三支隊伍““國際聯隊”在 利用“光學標定板”進行圖像校準。

比賽準備階段,第三支隊伍“國際聯隊”在利用“光學標定板”進行圖像校準。

每臺賽事車輛都配備了車載計算系統平臺及其供電系統車輛裝載的線控系統,系統由蓄電池、穩壓變電器、電源、CAN盒、激光雷達的處理盒、網絡交換機以及工控機等組成,這套裝備被安置在車輛后備箱,是整個車輛實現自動駕駛的“大腦”。

每臺賽事車輛都配備了車載計算系統,系統由蓄電池、穩壓變電器、電源、CAN盒、激光雷達的處理盒、網絡交換機以及工控機等組成,這套裝備被安置在車輛后備箱,是整個車輛實現自動駕駛的“大腦”。

D隊根據采集的路點數據在園區封閉內賽道進行無人駕駛自動駕駛模擬訓練路測,對這些平時很少有機會進行哪怕是在封閉道路路測的工程師來說,這是一個難得的機會。

D隊在園區封閉賽道進行自動駕駛路側,對這些平時很少有機會哪怕是在封閉道路進行路側的工程師來說,這是一個難得的機會。

大規模路測和大量真實數據積累是自動駕駛商業化的重要前提。

知名自動駕駛公司Waymo去年10月對外宣布,從2009年開始,其路測里程累計已達1000萬英里(超1600萬公里)。數據顯示,Waymo前400萬英里的累積花了8年,隨著Waymo車隊不斷壯大,該里程數將出現幾何級增長。

以對自動駕駛態度最為開放的美國加州為例,截止2018年底,該州已至少給60家企業頒發了自動駕駛路測牌照。中國也在迎頭追趕。據北京市交委此前發布的報告,2018年北京為8家企業發放了56輛車的自動駕駛路測牌照其中百度擁有45輛,完成了13.988萬公里路測里程,這占到2018年北京路測總里程15.356萬公里的91%。

D隊隊長馬臻在無人駕駛路測訓練中,他左手握著遙控器,用來切換自動駕駛和手動駕駛模式。

D隊隊長馬臻在無人駕駛路測訓練中,他的左手握著遙控器,用來切換自動駕駛和手動駕駛模式。

5月27日凌晨1點14分,林挺(圖左)和馬臻(圖右)仍在車內優化路點數據,此時距離正式比賽不到11個小時。正式賽前連續幾天的安裝、調試,D隊的練習狀態并不穩定,甚至幾次出現碰撞的小“意外”。

5月27日凌晨1點14分,林挺(圖左)和馬臻(圖右)仍在車內優化路點數據,此時距離正式比賽不到11個小時。正式賽前連續幾天的安裝、調試,D隊的練習狀態并不穩定,甚至幾次出現碰撞的小“意外”。

【哪天?】5月27日決賽當天,凌晨1點39分,D隊林挺測量箱子的寬度連夜練習避障行駛。

5月27日決賽當天,凌晨1點39分,D隊連夜練習避障。

“整個任務中最具有挑戰性的就是‘障礙行駛’,我們使用激光雷達點云濾波算法進行識別,使用動態路徑規劃來切換車道線。” D隊戚靚亮對鈦媒體《在線》介紹,正式比賽時,會有三個紙箱隨機分布在左右兩個車道上,針對這個情況,他們把避障任務路段的左右車道切換成多段路徑,將路面模擬成S彎路線,使用動態路徑規劃來切換車道線避障

正式比賽當天早晨,馬臻在補覺,為了最后沖刺,他們已經連續通宵兩個晚上。“準備階段這六天,睡覺時間不超過30小時,高強度的工作讓人累得腿發抖。” 馬臻對鈦媒體《在線》說。

正式比賽當天早晨,馬臻在補覺,為了最后沖刺,他們已經連續通宵兩個晚上。“準備階段這六天,睡覺時間不超過30小時,高強度的工作讓人累得腿發抖。” 馬臻對鈦媒體《在線》說。

5月27日上午,正式比賽前兩小時,D隊對車輛進行最后復查。為了讓控制系統更好地散熱,他們決定在行駛過程中打開后備箱。

5月27日上午,正式比賽前兩小時,D隊對車輛進行最后復查。為了讓控制系統更好地散熱,他們決定在行駛過程中打開后備箱。

“D”隊成功完成所有挑戰任務,隊長馬臻激動地豎起了大拇指。

D隊成功完成所有挑戰任務,隊長馬臻激動地豎起了大拇指。

“頂著巨大的壓力,堅持拼到最后,圓滿完成任務,比平時訓練時發揮的更完美,很滿意。” D隊馬臻對鈦媒體《在線》說。

相比之下,三支隊伍中的奪冠熱門“2Easy”隊卻發揮失常:在“下撥變道減速停止”任務中,由于車上人太多,導致車輛慣性過大壓到停車線;在“停車標識”識別任務中,程序死機車輛失控,導致任務未能完成。
D隊完成7項挑戰用時4分25秒,排名第一。在斑馬線行人避障環節,由于起步時間遲緩被扣除4分,其他環節滿分通過,最終以96分的成績獲得冠軍。“從第一天進度落后到熬夜追趕進度,之前踩過的坑都是值得的,努力沒有白費。” 馬臻對鈦媒體《在線》感嘆。

D隊完成7項挑戰用時4分25秒,排名第一。在斑馬線行人避障環節,由于起步時間遲緩被扣除4分,其他環節滿分通過,最終以96分的成績獲得冠軍。“從第一天進度落后到熬夜追趕進度,之前踩過的坑都是值得的,努力沒有白費。” 馬臻對鈦媒體《在線》感嘆。

5月27日晚,【他不是說我熬夜了所以獲勝么?有趣的現場寫出來】D隊隊長馬臻上臺領獎時,主持人問其團隊如何勝過勁敵,馬臻逗趣地說:“因為我們熬夜了!”引來臺上臺下一片大笑。

5月27日晚,D隊隊長馬臻上臺領獎時,主持人問其團隊如何勝過勁敵,馬臻逗趣地說:“因為我們熬夜了!”引來臺上臺下一片大笑。

馬臻表示對比賽結果有些意外,對手都是在機器人、無人駕駛等領域造詣很深、實力強大的工程師。“整場比賽競爭氛圍并不激烈,團隊之間還會互助,在交流和切磋中大家已成為朋友。把理論和想法應用到實踐驗證上,這些意義遠超過比賽名次。比賽結束了,但學習不會停止。”(本文首發鈦媒體,鈦媒體攝影師/孫林徽 編輯/陳拯 視頻/田毅濤)

鈦媒體影像專欄「在線」

力圖準確記錄互聯網創業潮中那些在線的個體

影像是準確的,但影像并不是全部事實

影像是自由的,但影像也是陷阱

這個「在線」的時代,我們和你來一起發現

更多精彩內容,關注鈦媒體微信號(ID:taimeiti),或者下載鈦媒體App

本文系鈦媒體原創,未經授權不得使用,如需獲取轉載授權,請點擊這里
分享到:

第一時間獲取TMT行業新鮮資訊和深度商業分析,請在微信公眾賬號中搜索「鈦媒體」或者「taimeiti」,或用手機掃描左方二維碼,即可獲得鈦媒體每日精華內容推送和最優搜索體驗,并參與編輯活動。

林徽
林徽

鈦媒體攝影記者 鴿子飛了 郵箱:[email protected]

評論(2

  • 瀟澎 瀟澎
    回復
    0

    安全系數

    2019-06-28 06:30 via android
  • 鈦icrN8B 鈦icrN8B
    回復
    0

    極限挑戰逼出自我,必出精品??

    2019-06-27 15:39 via iphone

Oh! no

您是否確認要刪除該條評論嗎?

分享到微信朋友圈

361分分彩票官网登录 时时彩下期必出号码表 大小单双预测计划软件 时事资讯幸运五星彩 安卓手机鱼丸游戏官网 418泳彩票 如何看极速快三走势 四肖八碼2019c 内蒙11选五遗漏好 全天赛车免费计划软件 大乐走势图带连线图表