智能驾驶汽车比赛（自动驾驶大阅兵）

2004年，在美国加州的Mojave沙漠，DARPA（美国国防部高级研究计划局）组织了一场名为Grand Challenge的自动驾驶挑战赛，它是世界上的第一次自动驾驶比赛，从此拉开了自动驾驶商业化发展的序幕。

在DARPA举办自动驾驶挑战赛的时候，中国的私家车还非常少，自动驾驶则被认为只存在于科幻小说当中。如今，十几年过去了，中国早已成为了世界第一的汽车产销大国。但是汽车普及的同时，交通拥堵问题越来越严重，交通事故死亡人数也常年居高不下，驾驶辅助和自动驾驶功能则成为了热门话题以及所有汽车厂商研发的方向。

2018年8月18日，中国汽车工程研究院（以下简称中国汽研）举办了名为i-VISTA的自动驾驶挑战赛。当前自动驾驶技术正火热，各大厂商都在积极研发，同时不少新车型都不同程度地配备了ADAS高级驾驶辅助功能。厂商们在自动驾驶领域的进展如何？ADAS功能是否靠谱？i-VISTA自动驾驶挑战赛将告诉你答案。

什么是i-VISTA？

这次比赛为什么要叫i-VISTA自动驾驶挑战赛，i-VISTA是什么意思？

i-VISTA是英语Intelligent Vehicle Integrated Systems Test Area的缩写，意思是智能汽车集成系统试验区。i-VISTA是在国 家工信部及重庆市政府支持下，共筹、共建的具有国际领先水平的智能汽车和智慧交通应用示范工程及产品 工程化公共服务平台，由中国汽研承担建设，聚集了清华大学、同济大学、长安、一汽、北汽、广汽、大 唐、华为、移动、联通、东软等国内众多智能网联汽车的优势资源。

i-VISTA自动驾驶挑战赛共分为5个部分，它们分别是：AEB自动紧急刹车系统挑战赛、APS自动泊车系统挑战赛、自动驾驶城市交通场景挑战赛、自动驾驶商业化进程挑战赛、自动驾驶创新应用挑战赛，这些比赛将分成4天进行。

i-VISTA自动驾驶挑战赛的奖励非常丰厚，现金和车辆奖励的总价值超过了700万元。对于高校和创业公司来说，这些奖励是很诱人的。

参赛队伍及车辆

此次i-VISTA自动驾驶挑战赛的总参赛队伍超过20支，它们被分为3个组别：整车组、高校组、创业组。至于参赛车辆，可以说是五花八门，常规的SUV、轿车是主流，但还有轻卡和大型半挂拖车也来参加比赛。

整车组是厂家直接派出的参赛队，它们的资金技术都比较有优势，实力比较强。整车组的队伍包括长安、福田、吉利、江淮等，其中福田派出的是一台改装过的轻卡，在众多乘用车当中显得很特别。

创业组的实力也不容小觑。一般来说整车厂的技术比较保守，创业公司则会倾向于采用最新的技术，到底谁的表现会更好呢？

高校组是参赛队伍数量最多的组别。自动驾驶是目前汽车行业最前沿的科技，不少高校都有这方面的研究课题。和创业组相比，高校组的车辆要简单一些，没有那么多传感器，显然经费是个问题。

在技术方案上，大部分参赛队都采用了激光雷达 毫米波雷达 摄像头的传感器方案。大家的传感器都差不多，决定自动驾驶性能的关键是算法。

在测试场，我们还看到了一辆长18m、重25t的庞然大物，它难道也是来参赛的？答案是肯定的，这辆卡车参加了AEB自动紧急刹车项目，给我们带来了不小的惊喜。

现场还有一款车做到了真正的无人驾驶，不过它应该主要是用于展示的，并不会真正参赛。

AEB及APS挑战赛

AEB挑战赛（自动紧急刹车）

AEB自动紧急刹车是目前不少车型都配备的功能，这套系统可以在有撞车危险时自动进行刹车，以避免因为驾驶员注意力不集中而引发撞车的事故。我们之前做过AEB功能的测试，但是成绩并不理想。这次的参赛队伍会有什么样的表现呢？

AEB自动紧急刹车测试中会有2个障碍物：模拟车辆和模拟行人，它们均是静止不动的。参赛车辆会以10km/h、20km/h、30km/h、40km/h、50km/h的速度驶向模拟车辆。

在模拟行人的测试中，测试速度分别是10km/h、20km/h、30km/h。

根据评分细则，车辆刹停后，与障碍物之间的距离越近，得分就越高。整车组都有不错的表现，以长安为例，不但每次都成功避免了碰撞，而且距离始终控制在50-80cm之间，稳定性非常好。

高校组的成绩就比较一般了，当天的绝大多数碰撞都来自于高校。

撞倒模拟行人的情况并不多见，仅有的几例都来自高校组。高校的资金和技术实力都比较缺乏，技术实力有待提升。

清华紫金车队的策略比较奇葩，在检测到前方的障碍物之后，会先大幅减速，然后慢慢驶向障碍物，拉近距离之后再刹停。它们成功避免了碰撞，但是会有一些利用规则漏洞的嫌疑。

全场瞩目的焦点是环宇智行的大卡车，它的传感器比较简单，只有一个毫米波雷达，没有其他的传感器。但就是这样一辆简单的车型，却在AEB挑战赛中表现出了强大的实力。

环宇智行的卡车在10-20km/h有着惊人的表现，不但成功避免碰撞，而且离障碍物仅有10-20cm的距离。不过在速度提升之后，它的表现就比较一般了。

APS挑战赛（全自动泊车）

APS全自动泊车挑战赛是所有环节当中参赛队伍最少的一个。至于其中的原因，个人猜测是创业公司和高校并没有把自动泊车当作主要的研究方向。目前搭载自动泊车功能的车型有很多，但是它们大多需要人工进行换挡、踩油门、踩刹车等动作。此次测试的则是全自动泊车功能，要求功能启动之后，不需要驾驶者进行任何操作。

APS挑战赛分为三个部分，分别是垂直车位、斜向车位、平行车位。

车辆必须完全停入车位之内，不能压线。

全自动泊车其实对传感器的要求不高，主要是超声波传感器和全景摄像头，所以这项技术会较快普及。目前长安的最新车型上都搭载了这一技术，长安的参赛车辆就是量产车型。

城市交通场景挑战赛

自动驾驶城市交通场景挑战赛

i-VISTA自动驾驶挑战赛的前两个科目都是单项AEB功能的测试，难度比较低，量产车就能完成，但是之后的科目就没这么简单了。自动驾驶城市交通场景挑战赛是在中国汽研园区内模拟了一条非常贴近我们日常用车场景的赛道，包括14个普通场景和4个复杂场景。参赛车辆将在这里接受严峻的考验。

在自动驾驶城市交通场景挑战赛中，共有14个普通场景和4个复杂场景。从示意图中我们可以看到，其中包括了十字路口、环岛、弯道等常见的场景。

出于安全方面的考虑，我们无法随意走动，只能在主办方指定的几个地点拍摄。第一个场景是合流道，也就是前方车辆并线。

在这个场景中，左边三辆车是模拟并线的车型。参赛车辆在检测到它们之后，慢慢停下来（刹车灯已亮），待它们通过之后，就会继续前行。

避让行人是一个非常重要的场景。国内的司机普遍没有避让行人的习惯，甚至会跟行人抢行。这个问题可能需要等到自动驾驶普及之后才会得到解决了。

模拟假人在牵引绳的带动下走过斑马线，测试车应及时在斑马线之前停下来等行人通过。

行人通过之后，参赛车辆自动启动并继续前行。

4个特殊场景分别是隧道、驼峰桥、主动超车、危险车辆避让。其中隧道的难点在于，里面的信号很差，会导致车辆的GPS失效。在失去高精度定位的帮助之后，车辆只能依靠自身的传感器识别道路。

驼峰桥为什么是复杂场景呢？因为上坡时动力输出会增加，但是车辆不知道前面是下坡，所以会导致车速瞬间加快很多，容易产生安全隐患。

每辆参赛车上都安装了许多传感器和摄像头，赛事组委会可以对车辆状态进行实时监控。

我试乘了重庆交通大学的参赛车辆在赛道上行驶了一圈，车辆行驶并不顺畅。车上的两位同学也表示，他们的车距离特斯拉还有一些差距。不过，有了i-VISTA这个平台之后，相信他们的进步会很快。

上述几个环节都是在封闭环境内进行的，而接下来的自动驾驶商业化进程挑战赛、自动驾驶创新应用挑战赛则会在公开道路上进行，时间分别是8月23日和24日。我们也将在第一时间报道 i-VISTA自动驾驶挑战赛，请感兴趣的朋友持续关注爱卡汽车科技频道。

编辑点评：现在国内的自动驾驶技术到底是什么水平，能完成什么样的操作？我作为半个业内人士其实也无法回答，而普通的消费者就更加困惑了。这种状态对于自动驾驶的推广和普及是非常不利的，因为自动驾驶的发展需要全社会的支持。i-VISTA自动驾驶挑战赛的出现能够有效改善这一局面，它一方面让消费者们对自动驾驶有了全面的认知，另一方面也使企业、院校之间能够加强交流，促进技术的进步。

,