科技猎6天“造车”，挑战无人驾驶丨钛媒体影像《在线》
【钛媒体影像栏目《在线》，力图准确记录互联网时代的个体。图文、视频版权为钛媒体所有，未经许可禁止转载、使用，否则追究法律责任。】
（13'44″视频：一场无人驾驶挑战赛）（视频：田毅涛）
苹果收购 Drive.ai 再次给无人驾驶领域泼了一盆冷水，这也可能是无人驾驶行业洗牌的开始。
经过三年的催化，虽然自动驾驶落地依旧遥遥无期，但不可否认的是自动驾驶已成为AI最热门的赛道。每个自动驾驶的垂直市场都可以造就市值超10亿美元的“独角兽”，在出行领域，Waymo和特斯拉均表示，要在2020年开始推出商业化的自动驾驶出行服务。
这样一个炙手可热的领域，自然会吸引一大批年轻人涌入。
2019数博会就有这样一个吸引全球200多名工程师报名的“Moving Hackathon”无人驾驶挑战赛，6天时间里，来自世界各地的17名工程师组成了3支队伍展开角逐。
钛媒体影像《在线》第91期的主角，是这次挑战赛的一支参赛队伍，几天时间内，他们在一台配备硬件支持的普通车辆上实现了部分自动驾驶功能，并通过比赛的7项挑战拿到冠军。
5月22日，贵州科学城PIX无人驾驶智造工厂，挑战赛承办方PIX负责人向参赛人员讲解比赛规则。
PIX是一个提供模块化无人驾驶实践和体验的移动空间，这里会定期举办关于自动驾驶的Hackathon。国内很多工程师并没有练习和测试无人驾驶的环境，也不太容易有机会经历完整全面的改造实践，PIX希望以工程挑战的形式“降低开发者们对无人驾驶的测试和实践门槛”。
比赛第一天，来自6个国家的17名参赛工程师依次自我介绍后留下姓名，这17个人组成了三支队伍展开角逐。
2DIFFICULT队：上海交大师生+浙江移动工程师+墨西哥工程师
2 EASY队：德国、西班牙工程师+贵州大学研究生
国际联队：土耳其、印度、巴西工程师
“世界各地报名参赛的工程师有200多名，最后我们选出了17位。”PIX COO曹雨腾向钛媒体《在线》介绍，参赛队伍要将算法和传感器部署在官方的全尺寸比赛车上，在封闭园区道路计时跑圈，挑战7项自动驾驶道路任务，最后根据每个单项完成情况和整体完成时间计算得分。
比赛为期6天，7项挑战任务分别为：
红绿灯识别、斑马线行人避让、下坡变道减速停止、障碍行驶、车辆掉头、停止标志识别、S型弯道行驶。
“2 DIFFICULT队”（下文简称D队）队长马臻在和队员李黄河讨论赛事方案。
马臻博士毕业于英国谢菲尔德大学，研究方向为火焰动力学和结构的数字图像和信号处理，他就职于上海交大，是汽车工程研究院无人车课题组组长。
马臻领衔的D队由上海交大研究生团队和中国移动AI算法工程师以及墨西哥算法工程师组成，一共6人。“这次带交大的研究生一起参赛，就是想锻炼一下团队的实践能力，让学生们完整地参与一次无人驾驶车的改造。”马臻对钛媒体《在线》介绍。
D队队员林挺正在Ubuntu系统下准备安装Autoware、ROS、Qt5等软件。
林挺是上海交大汽车工程学院研究生，这次主要负责激光雷达调试与控制以及核心软件安装。安装软件是改造车辆的第一步。第一天安装，D队就遇到了麻烦，他们连续装了4次都没成功，致使整体进度落后其他两支队伍。“倒不是技术难题，因为这台电脑之前被人改过参数和IP，所以还要重新设置和修改，不过是比较打击士气。”林挺说。
D队队长马臻和工程师在车内调整数据，赛事主办方准备的车辆配备了Velodyne 16线激光雷达和单目摄像头作为传感器。
自动驾驶的核心是传感器、计算能力和软件，雷达（激光雷达、毫米波雷达等）加摄像头（单目、双镜头等）是比较主流的传感器组合方式：雷达主要用于测量速度、距离，摄像头主要用于识别道路上的人、物和交通标识等，两者相互补充，为自动驾驶车辆的计算和决策提供“材料”。
目前，这些关键传感器都在某些方面有各自的局限性，比如毫米波雷达空间分辨率较低，激光雷达的稳定性容易受到雨雪等特殊天气影响，摄像头视距有限且其稳定性同样容易受到天气条件影响。
无论是对主机厂商还是自动驾驶公司来说，雷达高企的成本或许都是他们商业化的拦路虎。以实力较强的雷达设计制造商Velodyne为例，该公司目前最好的激光雷达Velodyne VLS-128售价接近人民币90万元，其上一代64线产品HDL-64售价也超过50万元，这样一个雷达的价格都远远超过一辆普通汽车。
路点录入阶段，D队车辆通过Velodyne 16线激光雷达构建的点云地图。地图中间黑色矩形是车辆，红圈为可视化道路路径，绿色轨迹是行驶线路。
去年以来，“纯视觉自动驾驶”解决方案的声量越来越大。特斯拉创始人马斯克认为“依赖激光雷达的自动驾驶公司注定要失败”。不久前，百度Apollo宣布了纯视觉L4级城市道路闭环解决方案Apollo Lite，该方案可同时对10路摄像头200帧/秒数据量并行处理，且“前向障碍物的稳定检测视距达到240米”，使自动驾驶不再依赖机械扫描式的激光雷达。
D队队员戚靓亮（右）在修改路点参数。 戚靓亮是中国移动浙江公司AI算法工程师，这次比赛中主要负责算法深度学习与图像处理。
前期数据采集时，车辆行驶过程中，激光雷达会记录车辆的坐标点，这就是路点，路点的疏密可以由人工设置。“路点的疏密程度可以直接影响车辆平稳度和方向盘转向幅度。如果偏差过大，车辆极有可能失控。”戚靓亮向钛媒体《在线》介绍，所有的修补偏差，都是为了自动驾驶能够模拟人开车时的平稳状态，整个比赛前的准备时间，D队一共整体修改路点超过30次。
D队为摄像头采集到的红绿灯、人行道照片进行人工标注，供机器学习。
红绿灯识别、斑马线行人避让、停止标识识别三个任务，D队使用基于深度学习的目标检测算法进行感知识别。
为了让系统能够辨认出红绿灯、斑马线、行人、停车标识，车上的摄像头从不同角度拍摄了4900张图片，D队两名队员用了半天时间对这些图片进行了一一标注，系统获取所有图片后，进行了3万次算法训练。
“比赛时间有限，正常情况为了提高精准度，需要在不同时段、不同天气反复采集数据。”D队队员戚靓亮对钛媒体《在线》说，“人工智能背后其实真的都是人工”。
D队车辆路测时，模拟行人的假人由于失去平衡倒向人行道。通过算法训练，D队可以保证“车在20米内，只要0.1～0.2秒就可以对红绿灯、行人等目标完成识别，并作出停车、启动等决策，识别准确率达98%以上”。
D队竞争对手 “2EASY”队的道路训练中，队员用衣物遮挡停车标识来检测系统识别效果。
“2EASY”队有丰富比赛经验，成员对Autoware十分熟悉，并且在人形机器人和移动基地使用ROS框架也已超过7年，队员们对钛媒体《在线》表示，这个挑战赛“So Easy”，对于冠军他们“势在必得”。
比赛准备阶段，第三支队伍“国际联队”在利用“光学标定板”进行图像校准。
每台赛事车辆都配备了车载计算系统，系统由蓄电池、稳压变电器、电源、CAN盒、激光雷达的处理盒、网络交换机以及工控机等组成，这套装备被安置在车辆后备箱，是整个车辆实现自动驾驶的“大脑”。
D队在园区封闭赛道进行自动驾驶路侧，对这些平时很少有机会哪怕是在封闭道路进行路侧的工程师来说，这是一个难得的机会。
大规模路测和大量真实数据积累是自动驾驶商业化的重要前提。
知名自动驾驶公司Waymo去年10月对外宣布，从2009年开始，其路测里程累计已达1000万英里（超1600万公里）。数据显示，Waymo前400万英里的累积花了8年，随着Waymo车队不断壮大，该里程数将出现几何级增长。
以对自动驾驶态度最为开放的美国加州为例，截止2018年底，该州已至少给60家企业颁发了自动驾驶路测牌照。中国也在迎头追赶。据北京市交委此前发布的报告，2018年北京为8家企业发放了56辆车的自动驾驶路测牌照，其中百度拥有45辆，完成了13.988万公里路测里程，这占到2018年北京路测总里程15.356万公里的91%。
D队队长马臻在无人驾驶路测训练中，他的左手握着遥控器，用来切换自动驾驶和手动驾驶模式。
5月27日凌晨1点14分，林挺（图左）和马臻（图右）仍在车内优化路点数据，此时距离正式比赛不到11个小时。正式赛前连续几天的安装、调试，D队的练习状态并不稳定，甚至几次出现碰撞的小“意外”。
5月27日决赛当天，凌晨1点39分，D队连夜练习避障。
“整个任务中最具有挑战性的就是‘障碍行驶’，我们使用激光雷达点云滤波算法进行识别，使用动态路径规划来切换车道线。” D队戚靓亮对钛媒体《在线》介绍，正式比赛时，会有三个纸箱随机分布在左右两个车道上，针对这个情况，他们把避障任务路段的左右车道切换成多段路径，将路面模拟成S弯路线，使用动态路径规划来切换车道线避障。
正式比赛当天早晨，马臻在补觉，为了最后冲刺，他们已经连续通宵两个晚上。“准备阶段这六天，睡觉时间不超过30小时，高强度的工作让人累得腿发抖。” 马臻对钛媒体《在线》说。
5月27日上午，正式比赛前两小时，D队对车辆进行最后复查。为了让控制系统更好地散热，他们决定在行驶过程中打开后备箱。
D队成功完成所有挑战任务，队长马臻激动地竖起了大拇指。
“顶着巨大的压力，坚持拼到最后，圆满完成任务，比平时训练时发挥的更完美，很满意。” D队马臻对钛媒体《在线》说。
相比之下，三支队伍中的夺冠热门“2Easy”队却发挥失常：在“下拨变道减速停止”任务中，由于车上人太多，导致车辆惯性过大压到停车线；在“停车标识”识别任务中，程序死机车辆失控，导致任务未能完成。
D队完成7项挑战用时4分25秒，排名第一。在斑马线行人避障环节，由于起步时间迟缓被扣除4分，其他环节满分通过，最终以96分的成绩获得冠军。“从第一天进度落后到熬夜追赶进度，之前踩过的坑都是值得的，努力没有白费。” 马臻对钛媒体《在线》感叹。
5月27日晚，D队队长马臻上台领奖时，主持人问其团队如何胜过劲敌，马臻逗趣地说：“因为我们熬夜了！”引来台上台下一片大笑。
马臻表示对比赛结果有些意外，对手都是在机器人、无人驾驶等领域造诣很深、实力强大的工程师。“整场比赛竞争氛围并不激烈，团队之间还会互助，在交流和切磋中大家已成为朋友。把理论和想法应用到实践验证上，这些意义远超过比赛名次。比赛结束了，但学习不会停止。”（本文首发钛媒体，钛媒体摄影师/孙林徽 编辑/陈拯 视频/田毅涛）
钛媒体影像专栏「在线」
力图准确记录互联网创业潮中那些在线的个体
影像是准确的，但影像并不是全部事实
影像是自由的，但影像也是陷阱
这个「在线」的时代，我们和你来一起发现
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
