图文直击：智博会自动驾驶汽车挑战赛今日开赛
VISTA自动驾驶汽车挑战赛作为本届智博会的重头戏，已经提前预热半个多月，让车迷与科技爱好者翘首以盼。8月18日上午9点，随着AEB紧急制动系统挑战赛和APS自动泊车系统挑战赛开赛， i-VISTA自动驾驶汽车挑战赛正式拉开帷幕 。
自动泊车(APS)挑战赛现场
最简单？
自动泊车挑战“难倒”众多车队
自动泊车是目前大家最熟悉的自动驾驶项目，但上午9点比赛开始后，记者却发现这个看似简单的项目，却“难倒”了很多车队。许多车队最终都放弃了该项目，最终只有7支车队参赛。
长安“智”在必得车队在比赛中
APS项目裁判队长黄俊福介绍说，本次大赛APS自动泊车项目难度很高，分为垂直泊车、平行泊车、倾斜泊车三种场景。每个场景设置一辆边界车辆，车辆旁边有两个目标车位车队可任选其一进行泊车，每个场景有50分总分，总分150分。
比赛原则上要求全自动泊车，即驾驶员在泊车过程中对车辆不得有任何干预，还将对车辆停稳后的投影及轮胎位置进行评分。同时，若总耗时超过6分钟，也不得分。
黄俊福说，虽然现今很多整车厂已经推出自动泊车的产品，但多属于需要驾驶员辅助操作的半自动泊车，所以完全实现全自动泊车的车队并不多。
西安理工大学参赛车辆为自制车，造型别致.
所以，比赛允许车队以半自动泊车的方式参赛，驾驶员可以控制油门、刹车及档位，但每个场景开赛前直接扣除15分，也就是说在总分中扣除45分。7个车队中，有3支可实现自动泊车，其他车队则采用半自动泊车参赛。
裁判员跟车打分
开始自动泊车后，参赛选手双手离开方向盘
参赛车辆未能准确停车入位
裁判员测量车辆停车后与路障间的距离
当天下午，记者从赛事组委会拿到比赛评分，长安“智”在必得车队获得了该项目的满分150分拔得头筹，但第二名却仅获得50分的成绩。
裁判员设置模拟人路障
最震撼
10吨重卡紧急制动赚足眼球
“哇！好险。”上午11点左右，在一阵惊呼声中，数十米长的重型卡车伴随的气刹呲呲声，将庞大的身躯停在了距离“行人”十几厘米远的地方，惊出现场观众一身冷汗。
参赛车辆在距离模拟人和模拟车路障前自动停车。
这辆重卡来自3S环宇车队，是本次比赛中体型最大的参赛车辆，载重量40吨，空载状态车重达10吨。
车队相关负责人刘程介绍说，3S环宇车队由苏州毫米波技术有限公司与武汉环宇智行科技有限公司合作打造。此次参赛的智能重卡AEB功能主要由双目摄像头和毫米波雷达实现，其中该车装配的毫米波雷达达到了行业顶尖水平，甚至比部分激光雷达的效果更好，但成本却更低。目前这种毫米波雷达可以感知约150米-200米以外的障碍物。经过调试后，重卡最佳状态可以达到在50码以下的时速， 系统自动制动停在障碍物半米前的位置。
紧张刺激的比赛吸引众多观众目光
参加比赛的3S环宇重型卡车队进入比赛区域后，驾驶员双手离开方向盘
“对于商用车，我们在评分上有一定的调整。”AEB项目裁判队长刑春鸿介绍说，此次AEP项目对于车辆制动距离有严格的限制，考虑到实际应用中车辆的“跟车”体验，所以并非是距离障碍物越远越好，反而需要车辆尽量将停止位置接近障碍物。若距离超过3.2米则记0分。
参赛车辆在距离模拟人和模拟车路障前自动停车
但是，由于卡车自身重量大，制动困难，所以对于参赛的卡车（除该重卡外，还有一辆轻卡），车头与障碍物的距离将除以系数1.5，作为实际成绩。在此基础上，重卡的表现甚至超过了很多小型车辆。3S环宇车队表示，这辆重型卡车还将参加随后的商业化进程挑战赛，在城市道路中进行自动驾驶。
随后，记者从组委会获得了部分比赛成绩。截至发稿，北汽福田的福田智蓝车队以总分150分的满分位列第一，长安“智”在必得车队以144分位列第二，江淮汽车护驾者车队以130分位列第三。3S环宇车队的重型卡车则以80分位列中游。
最小巧
全无人小型履带车自动泊车
看过最庞大的智能重卡，赛场的另一端本次比赛体型最小的无人驾驶履带车也登场亮相，参加自动泊车挑战赛。
一参赛车队的车辆将模拟人路障撞飞
据了解，这辆履带车属于西安理工大学车队，车辆没有配备驾驶室，设计在全无人状态下，针对特殊应用场景使用。由于其呆萌的外形，一上场就获得观众和选手的关注。
一参赛车队的车辆将模拟人路障撞飞
不过在参赛过程中，小巧并没有成为其取得好成绩的先天优势，在倾斜场景泊车时，它的后车轮压线，退出泊车位。第二次尝试又出现了同样的问题。最终，它获得了总分50分的成绩。
自动紧急制动(AEB)挑战赛现场
专家读赛
AEB是相对成熟技术
为什么在比赛中还有车辆和障碍物发生碰撞？
裁判委员会执行总裁判长、同济大学汽车学院教授朱西产：
AEB 挑战赛和AEB的测试评价是有差别的。从AEB的功能角度来说，是能帮助车辆避开或减轻碰撞。根据比赛中车辆与障碍物碰撞的情况，撞击的速度已经很低，AEB系统已经达到了减轻碰撞的目的，体现了相关功能，并非不合格。但在AEB挑战赛中，更多地是要考验极端情况下，系统能否实现一个理想状态。考察车队、企业对智能车的控制水平。
AEB技术主要分为三部分：一是要把障碍物识别出来，目前主流的技术是毫米波雷达和单目摄像头，识别感知能力最高的还有激光雷达，但成本也相对较高。二是测量距离，目前主流的雷达和摄影头精度在0.2-1米左右。三是控制能力，需要及时地控制车辆制动。
本次比赛前几轮的情况看，装配有激光雷达的车辆反而比没有装载激光雷达的车辆表现差，这让大家很意外。问题应当出在制动能力上。通常来说，整车厂对车辆控制的技术能力更强，能更好地控制车辆制动，而高校车队则在测量感知能力上有优势。所以，部分高校车队虽然用上了更好的雷达，却在制动控制上输了一筹。
基于网联技术
未来智能制动可在十几公里外发现危险
裁判委员会副总裁判长、中国信息通信研究院主任工程师葛雨明：
从此次参加AEB项目的智能车技术来说，多以摄像头、毫米波雷达、激光雷达为主，它们好比是近距离视距内的感知。但如果十字交叉路口上一个行人从障碍物后方冲出，摄像头和雷达都无法感知，那么车辆又是否能及时刹车避让呢？
这就需要其他技术方案来实现，利用网联技术来实现紧急避让是其中一条路子。如果说现在的AEB更像是眼睛做决策，检测到物体后要求车辆停止，那么使用网联技术，就是让车与车之间互相传递信息，每一辆车广播自己的位置信息和速度信息，从而提前预知危险，提早制动。例如国外曾发生过在暴风雪天气十几辆车连续追尾的事故，这时后方车辆在视距内发现危险已经来不及刹车，但如果采用网联技术，车辆就能在十几公里外提前预知危险。
总结一下，它有两个特点，其一是感知能力更长，其二是不怕遮挡。现阶段基于4G网络的相关技术信息传输距离在300到500米远。到5G技术成熟后，有低延时、高带宽等更多优势，技术会有更好的演进。甚至这样的实时广播可以用在行人身上，由手机、智能手表等来实现。
上游新闻·重庆晚报慢新闻记者 彭光瑞 实习生 雷小瑜/文 首席记者 冉文/图
【免责声明】上游新闻客户端未标有“来源：上游新闻-重庆晨报”或“上游新闻LOGO、水印的文字、图片、音频视频等稿件均为转载稿。如转载稿涉及版权等问题，请与上游新闻联系。
