看完最强车脑挑战赛后发现 无人驾驶真正上路为时尚早

国内新闻 浏览(1076)

Bofan说我必须在2天前分享这辆车

对于专业团队,如果活动的第一天是餐前,那么自动驾驶仪城市交通挑战赛就是一道硬盘。从实用的角度来看,城市场景的自动驾驶最符合日常驾驶环境,可以真实模拟实际的车况。

本次比赛的参赛队伍包括来自汽车公司,科技公司,大学和研究机构的31个团队,其中包括2个外国团队。这也是今年所有四项赛事中最具争议的球队。车辆类型包括乘用车,公共汽车,小巴和微型/大型扫地机。

比赛地点位于中国汽车研究院李家园公园。这是i-VISTA国家智能车辆集成系统试验区第一阶段城市交通现场测试区域的位置。城市道路环境包括直道,弯道,坡道,桥梁,隧道,十字架等。大多数城市道路场景如丁字路口都能特别反映重庆复杂的道路状况。在园区内,智能传感器,高精度定位,车辆实时通信,智能交通管理等专业技术支持相当完善。同时,5G网络也实现了园区的全覆盖。

根据比赛规则,参赛队伍需要在12分钟内完成18个场景,包括区域安全,效率,信息服务,通信和定位能力,其中3个场景分为2个不同场景。操作,以测试参与车辆的感知,快速决策能力,以及适应典型城市道路和交通场景的综合能力。

与此同时,城市交通场景挑战设置了15个基本场景,即起点 - 环路 - 合并道路 - 车辆经过拐角 - T形交叉口左转 - 障碍识别和响应 - 右转对行人 - 避开行人 - 隧道访问 - 主动超车 - 驼峰桥 - 外星人十字路口 - 缓冲下坡 - 事故车辆避免 - 结束路边停车。其中,不需要隧道接入和驼峰桥。

可以看出,上述城市道路场景已经涵盖了大部分日常驾驶情况。对于自动驾驶车辆来说,这不像人类驾驶那样容易。也正因为如此,事件的高水平。可以看出,然后它在实际应用中会更安全。

从游戏网站的实际情况来看,直到媒体进入比赛场地,网站仍然紧张地安排相关工作,也就是说,虽然参赛队伍知道整个赛事场景,但他们可能不知道具体的布局。现场。事件的难度更加困难,因此,团队将放弃一个或两个选定的场景。

实际上,这两种情况是对连续控制和响应自动驾驶系统的能力的回顾。例如,如果隧道通过,则必须遵循车道灯和隧道警告标志以指示车道被转移到隧道中。在更改车道之前,必须正确打开右转向灯。进入隧道后,GPS信号丢失。参与的车辆需要打开近光灯并沿着车道行驶。安全地驶出隧道,这一系列动作并不困难。当驼峰桥上下移动时,许多车辆无法很好地控制车辆的速度,或者当桥梁倾斜时,或者当桥梁太快时,速度非常高。

另一个困难是在这个城市交通场景挑战中存在多个随机场景。参与车辆通过现场时遇到的情况不固定。场景3(关节通道)和场景5(左侧为T形交叉点)场景6(障碍物识别和响应),场景7(右转到行人)和场景8(避开行人)是随机场景。也就是说,在这些地方,不可能事先预测接下来会发生什么,并且需要随机处理车辆。这是测试其“大脑”的地方。

正因为如此,很多球队都对这样的比赛称之为“困难”。这种设置的原因是组委会的目标是通过这样的比赛测试参与车辆的自动驾驶的真实水平。

事实上,城市道路交通现场是日常驾驶中最常遇到的情况。复杂性和变化要求车辆适应形势,更不用说人为驾驶情况。当前的自动驾驶车辆在处理这些场景时必须具有相当大的困难。全自动驾驶还有一段时间,竞争只是一个训练场。

收集报告投诉

对于专业团队,如果活动的第一天是餐前,那么自动驾驶仪城市交通挑战赛就是一道硬盘。从实用的角度来看,城市场景的自动驾驶最符合日常驾驶环境,可以真实模拟实际的车况。

本次比赛的参赛队伍包括来自汽车公司,科技公司,大学和研究机构的31个团队,其中包括2个外国团队。这也是今年所有四项赛事中最具争议的球队。车辆类型包括乘用车,公共汽车,小巴和微型/大型扫地机。

比赛地点位于中国民航科学研究院李家园。这是i-vista国家智能车集成系统试验区一期城市交通情景试验区所在地。城市道路环境包括直线、弯道、匝道、桥梁、隧道、十字路口和T形交叉口等城市道路场景,能够反映重庆的恢复。其他道路条件。园区内包括智能传感器、高精度定位、实时车路通信、智能交通管理等基础设施在内的专业技术支持已经相当完备。同时,5G网络也实现了园区的全覆盖。

根据比赛规则,参赛队伍需要在12分钟内完成18个场景,包括区域安全、效率、信息服务、通信和定位能力。其中,在两种不同的条件下运行三种随机情景,测试参与车辆和典型城市道路的感知能力、快速决策能力。道路和交通场景的综合适应能力等。

同时,在城市交通情景挑战赛中设置了15个基本场景。它们是起点、环路、合流路、跟车、在T形交叉口左转、障碍物识别和响应、行人右转礼让、避开行人、通过隧道、主动超车、驼峰桥、异形交叉口、缓冲下坡避免事故车辆。-终点路边停车场。隧道交通和驼峰桥不一定是选择。

由此可见,以上城市道路场景已经覆盖了大部分日常驾驶情况,自动驾驶车辆要像人工驾驶一样顺利通过并不容易。也正因为如此,可以显示出事件的高级别,从而在实际应用中更安全。

从游戏网站的实际情况来看,直到媒体进入比赛场地,网站仍然紧张地安排相关工作,也就是说,虽然参赛队伍知道整个赛事场景,但他们可能不知道具体的布局。现场。事件的难度更加困难,因此,团队将放弃一个或两个选定的场景。

实际上,这两种情况是对连续控制和响应自动驾驶系统的能力的回顾。例如,如果隧道通过,则必须遵循车道灯和隧道警告标志以指示车道被转移到隧道中。在更改车道之前,必须正确打开右转向灯。进入隧道后,GPS信号丢失。参与的车辆需要打开近光灯并沿着车道行驶。安全地驶出隧道,这一系列动作并不困难。当驼峰桥上下移动时,许多车辆无法很好地控制车辆的速度,或者当桥梁倾斜时,或者当桥梁太快时,速度非常高。

另一个困难是在这个城市交通场景挑战中存在多个随机场景。参与车辆通过现场时遇到的情况不固定。场景3(关节通道)和场景5(左侧为T形交叉点)场景6(障碍物识别和响应),场景7(右转到行人)和场景8(避开行人)是随机场景。也就是说,在这些地方,不可能事先预测接下来会发生什么,并且需要随机处理车辆。这是测试其“大脑”的地方。

正因为如此,很多球队都对这样的比赛称之为“困难”。这种设置的原因是组委会的目标是通过这样的比赛测试参与车辆的自动驾驶的真实水平。

事实上,城市道路交通现场是日常驾驶中最常遇到的情况。复杂性和变化要求车辆适应形势,更不用说人为驾驶情况。当前的自动驾驶车辆在处理这些场景时必须具有相当大的困难。全自动驾驶还有一段时间,竞争只是一个训练场。

——