自動駕駛領(lǐng)域沒有先例的一場挑戰(zhàn)賽，剛剛出結(jié)果。

1067支隊(duì)伍，整3個月時間主要在自動駕駛卡車、干線物流和自動駕駛轎車、城市道路雙賽道場景下角逐。

(資料圖片)

這也或是國內(nèi)首次有干線物流賽道入賽，覆蓋AEB緊急制動、跟車、變道、匝道匯入等8類典型高速場景。

參賽選手需提交自動駕駛規(guī)控算法，在真實(shí)場景條件下利用有限資源，規(guī)劃一條安全光滑的軌跡，無碰撞、高效、舒適通行，到達(dá)指定目標(biāo)區(qū)域。

△獲獎選手在頒獎會分享方案

不過，競賽科目既非熱門的感知算法，聚焦領(lǐng)域也是少在賽場上出現(xiàn)的自動駕駛卡車，賽題內(nèi)容更不是常見經(jīng)典數(shù)據(jù)庫，甚至對成績的評判標(biāo)準(zhǔn)也不單看算法性能上限。

非主流非傳統(tǒng)，但它依然吸引了全球范圍來自200多所高校和60多家企業(yè)單位的選手參與。

成績優(yōu)異的前五名，按照主辦方自動駕駛專家的評價，都拿出了“讓人眼前一亮”的方案。

比賽本身具有獨(dú)特性針對性，連同它出人意料的參與熱度，和涌現(xiàn)出的優(yōu)秀選手，結(jié)合自動駕駛卡車商業(yè)落地如火如荼，這樣的大賽出現(xiàn)似乎恰如其分。

挑戰(zhàn)賽產(chǎn)出了哪些成果？

大賽從9月1日開啟，11月16日是代碼提交的最后期限。

AB兩榜共38個場景，難度各異，綜合高速和城市道路場景。

本車的傳感器方案和道路環(huán)境數(shù)據(jù)由主辦方統(tǒng)一提供，是不變量。

參賽選手需要做的是以傳感器輸入數(shù)據(jù)作為決策依據(jù)，為本車規(guī)劃出一條到達(dá)目的地合理的路線。同時還需要保持行駛的平穩(wěn)性、安全性。

其中一個最為典型，也是自動卡車量產(chǎn)中關(guān)注的焦點(diǎn)的題目是高速匝道匯入。

這樣的場景下，自動駕駛卡車面臨的挑戰(zhàn)主要有道路上不斷變化的車道線、其他交通參與者，以及重卡獨(dú)有的車身長，系統(tǒng)反應(yīng)慢的特點(diǎn)。

在任務(wù)規(guī)劃已經(jīng)明確（比如成功匯入匝道）的情況下，參賽選手需要解決的主要問題有兩個：

行為規(guī)劃：按照任務(wù)規(guī)劃的目標(biāo)和當(dāng)前的實(shí)時情況（其他的車輛和行人的位置和行為、車道線、交通標(biāo)識等等），作出下一步車輛應(yīng)該執(zhí)行的決策。簡單說就是系統(tǒng)決定是跟車還是超車，是加速變道還是減速避讓。

執(zhí)行系統(tǒng)：充分考慮半掛車自身尺寸和響應(yīng)速度，決定縱向（油門剎車）、橫向（轉(zhuǎn)向）維度的具體執(zhí)行方法，保證安全。

規(guī)劃決策一般有3類baseline算法，分別是基于優(yōu)化的、基于搜索的，以及基于強(qiáng)化學(xué)習(xí)的，參賽選手可以任選，也可以創(chuàng)新方案。

場景數(shù)據(jù)則來自于國內(nèi)最大的自動駕駛高速場景庫，全部取自真實(shí)道路。

單個場景賽題的評判分?jǐn)?shù)分為兩部分：

可行性分?jǐn)?shù)和路徑代價分?jǐn)?shù), 兩者各占50%。比賽的測評成績?yōu)樗袌鼍暗募訖?quán)和，每個場景的權(quán)重按賽題難度劃分。

可行性是考察選手提交算法在當(dāng)前任務(wù)中是否具備基本的安全性、合理性。而路徑代價考察的則是算法執(zhí)行過程中占用的計算資源、行車的平穩(wěn)性、路徑的優(yōu)化程度等等。

這樣的賽題設(shè)置最大特點(diǎn)是場景細(xì)化，條件特化，但可采用多種方法。

八仙過海各顯神通，比如大賽冠軍隊(duì)，來自美國加州大學(xué)戴維斯分校和普渡大學(xué)的團(tuán)隊(duì)。

自動駕駛規(guī)控算法常用的3種baseline更多著眼于與控制算法模塊連接緊密的軌跡規(guī)劃，但自動駕駛尤其是規(guī)范道路上的自動駕駛(robotaxi以及自動駕駛卡車)，面臨的最大挑戰(zhàn)是與上層模塊的交互以及決策的正確與否。

他們獨(dú)樹一幟用Xbox控制器采集了多個成熟卡車駕駛者的駕駛習(xí)慣和不同場景處理方法，直接將這些“老司機(jī)”的數(shù)據(jù)拿來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，讓其掌握半掛車加速度的控制方法，然后再配合LCA（Lane Centering Assist 車道導(dǎo)正輔助系統(tǒng)）完成軌跡規(guī)劃，解決規(guī)劃問題。

這是一種創(chuàng)新的輔助駕駛+深度模擬學(xué)習(xí)+搜索算法的綜合解決方法。

賽事主辦方的資深自動駕駛工程師稱這種方案“眼前一亮”，理論上提供了一種更加可靠，失誤率更低的規(guī)劃決策算法開發(fā)思路。

其他獲獎選手的解題方案也各具特色，分別采用了雙向搜索和貪心算法、搜索算法的空間剪枝、凸優(yōu)化方案、深度強(qiáng)化學(xué)習(xí)PPO算法求解等豐富解題方法。

為什么比規(guī)控？要解決什么問題？

之前，自動駕駛最受關(guān)注的部分是感知識別，外界幾乎絕大部分對自動駕駛的關(guān)注，也都在感知模塊上。

各種各樣的自動駕駛挑戰(zhàn)賽，多脫胎于以往的計算機(jī)視覺大賽，即在統(tǒng)一的數(shù)據(jù)集上比不同算法的識別率、準(zhǔn)確度。

規(guī)劃控制，一方面受限于產(chǎn)業(yè)落地進(jìn)展，沒有相關(guān)數(shù)據(jù)集；另一方面也沒有實(shí)力玩家能夠振臂一呼。

于是這次大賽，聚焦在自動駕駛規(guī)控——具體到卡車領(lǐng)域更是獨(dú)一個。

為什么聚焦這個環(huán)節(jié)？對于自動駕駛卡車來說，規(guī)控意味著什么？

第一個問題的答案再簡單不過：

規(guī)控是自動駕駛最重要的模塊之一，不是沒有挑戰(zhàn)，而是比感知難度更大。

感知識別層面，通常是涇渭分明的好與不好，成功識別和識別失敗，更容易被認(rèn)知,被量化。

但規(guī)控不同，完成同一個目標(biāo)伴隨著預(yù)測、決策、路徑規(guī)劃、控制等不同環(huán)節(jié)，其中最困難的是如何做決策。

主要技術(shù)難點(diǎn)在于對其他交通參與者的行為進(jìn)行預(yù)測，并和他們進(jìn)行博弈，保證自動駕駛系統(tǒng)的安全和效率。預(yù)測未來的難度超越感知當(dāng)下，上升到系統(tǒng)對真實(shí)世界的駕駛行為的建模層面。

每個環(huán)節(jié)都有數(shù)種不同的方案可選，帶來的是駕駛風(fēng)格激進(jìn)與否、行駛是否平順、容錯空間是否足夠等等實(shí)際能力的差別。規(guī)控是評判一個自動駕駛系統(tǒng)是否好用、敢不敢用的核心。

當(dāng)然，規(guī)控環(huán)節(jié)的任何毫厘之失，也會造成整個系統(tǒng)的失效。所以與感知識別“0與1”的特征不同，規(guī)控算法是藏在細(xì)節(jié)的魔鬼。

自動駕駛卡車應(yīng)用于干線物流，是一個唯成本說話的行業(yè)，其中包括車輛成本、人工費(fèi)、燃油費(fèi)、貨物損耗等等。

優(yōu)秀的規(guī)控算法能盡量保持卡車平穩(wěn)行駛，選擇最短路徑的同時，減少急加速急減速，降低油耗；在通過顛簸坑洼路面時，合理的規(guī)控算法也能最大程度減少貨箱收到的沖擊，減少運(yùn)輸損耗；以及使駕駛更輕松，降低人力。

事實(shí)上，自動駕駛卡車，尤其是半掛車的規(guī)控算法在這個賽道內(nèi)一直是一個熱門研究，也被視為商用無人車區(qū)別于乘用無人車的核心技術(shù)所在。

一個C本人類駕駛員，是開不了B本A本卡車的，對于AI司機(jī)來說同理。

因?yàn)榭ㄜ嚨能嚿響T性更大、車身響應(yīng)更遲鈍，首先就對控制系統(tǒng)提出很高的要求。

最關(guān)鍵的是半掛車與車頭屬于非剛性連接，導(dǎo)致整個車身的力學(xué)特性、對路況的反饋?zhàn)藨B(tài)完全不同，規(guī)劃決策層面要考慮更多更復(fù)雜的參數(shù)，對周圍其他目標(biāo)的關(guān)注、預(yù)測能力要求，也比乘用車高得多。

△半掛車模型

自動駕駛業(yè)內(nèi)第一個規(guī)控算法大賽，明確錨定智能卡車賽道，體現(xiàn)的是最核心最原始的訴求：

以安全和成本的平衡作為基本評判原則，解決的自動駕駛卡車落地面臨的現(xiàn)實(shí)問題。

如何評價比賽？

聚焦自動駕駛卡車、干線物流，并首次以規(guī)控算法作為核心；另外，賽題設(shè)置和評判規(guī)則，都從“量產(chǎn)落地”原則出發(fā)——沒有海量的真實(shí)道路測試數(shù)據(jù)，以及長期面向量產(chǎn)落地研發(fā)經(jīng)驗(yàn)，是難以支撐主辦這樣一場大賽的。

作為國內(nèi)率先落地量產(chǎn)和開啟自動駕駛卡車干線運(yùn)營的自動駕駛企業(yè)，嬴徹科技，目前商業(yè)運(yùn)營范圍覆蓋50多條高速，自動駕駛商業(yè)運(yùn)營里程已超1800萬公里，已經(jīng)積累出國內(nèi)最大的自動駕駛高速場景庫。

嬴徹科技賽事工作組表示，規(guī)控算法之前少有公開研究，門檻不低，但本身卻是自動駕駛卡車落地量產(chǎn)中的難點(diǎn)。

這樣的領(lǐng)域，需要有能與商業(yè)進(jìn)展相匹配，而且能雙向促進(jìn)的技術(shù)大賽，比賽最終報名隊(duì)伍數(shù)也大大超過開始前的預(yù)測，選手們的硬核實(shí)力和精彩解題方案也令人深受鼓舞。

這是比賽獨(dú)特性和稀缺性的最好證明。

近年來，行業(yè)正達(dá)成共識，整個賽道走到了一個重要分水嶺：

靠Demo秀肌肉分高下階段結(jié)束了，“量產(chǎn)為綱，解決實(shí)際問題”成為了當(dāng)下的主要任務(wù)。

將技術(shù)賽事帶入與產(chǎn)業(yè)最前沿的進(jìn)展同步，也正是本次大賽的重要意義。。

賽題中高速道路場景數(shù)據(jù)由嬴徹科技提供，城市道路場景數(shù)據(jù)由清華AIR與百度提供。

關(guān)鍵詞：