一、賽題背景

近年來,隨著人工智能特別是深度學習的發(fā)展,如何通過自學習實現避障已成為一大研究熱點。實現自主學習是機器人實現智能化的重要一步,有利于改善其行為策略,提高在未知復雜的環(huán)境中的適應性。卷積神經網絡是一種有監(jiān)督的特征學習方法,可以從大規(guī)模數據中學習到相應的特征。將深度卷積神經網絡應用在相應的領域與移動機器人相結合,為機器人賦予移動大腦,實現智能感知、智能決策。

本賽項的設立能夠場景化地復現基于深度學習的智能車在實際領域中的應用，尤其是在無人的環(huán)境中，實現數據采集、數據模型構 建、自主識別彎道、無人駕駛驗證等多種技術融合的場景。將深度學習技術賦予機器智能行為，為培養(yǎng)創(chuàng)新綜合人才提供演練平臺，以賽促教，拓寬高校人工智能相關專業(yè)的教學內容，提升高校人工智能科技創(chuàng)新能力和人才培養(yǎng)能力。

二、比賽賽題

全國總決賽由兩個比賽科目構成：分別是：如影隨形和智能交通，兩科目的成績之和，作為本組別的總成績。參賽車模需使用組委會統一提供的M型車模參賽，不得對無人車及配件進行改裝或替換。

科目一：如影隨形

如影隨形賽題內容是讓車模能夠跟隨前行隊員共同完成穿越一個布置在開闊場地內，具有復雜活動背景下的路徑通道，路徑由交通錐桶在賽道一些關鍵點做標識給出。競賽車模依靠車載攝像頭識別前方行進隊員的方位并進行跟隨，比賽成績有完成行進任務的時間T1來決定,完成時間越短，成績排名越高。

賽題內容面向解決在實際應用中出現的復雜背景下動態(tài)物體的檢測跟蹤問題。主要考察設計作品的以下性能：

（1）在復雜背景下對運動人體方案檢測算法有效和快速性能；

（2）車模運動控制的敏捷性和精確性；

（3）控制算法抵抗場景變化、路面顛簸的魯棒性能；

賽題描述：

（1）比賽的場地

比賽賽道鋪設在開闊的平坦場地內，場地范圍大約是15米見方的范圍。地面的材質、圖案由所在鋪設環(huán)境確定，不一定是均勻單一背景。比賽路徑是一條封閉的折線，由若干個錐桶在需要拐彎的地方進行標記，并指明車模需要繞過的方向。在比賽路徑一處標明車模的出發(fā)點，這也是車模返回時的終點。

比賽計時是從車模越過出發(fā)線開始，直到車模重新返回出發(fā)點并再次越過出發(fā)線位置。地面可能具有高度約0.5~1厘米的需要通過的顛簸路段。參賽隊伍可以選擇繞行，也可以選擇直接通過顛簸路段行進。

（2）比賽任務比賽時可有兩名隊員進入場地。一名隊員負責發(fā)車，另外一名隊員作為前面車模引導隊員，與車模一起完成賽道一周行進。比賽過程中，車模應自主通過車載傳感器完成人員跟蹤行進。在此過程中，不允許車模接收外部無線遙控指令。組委會將會給每支參賽隊伍分配有入場調試和比賽時間。具體安排將會在比賽現場領隊會進行公布。

（3）比賽障礙物障礙物為小型錐桶，數量若干，顏色為紅色。高度：8cm，底邊直徑為7.8cm，具體如下圖：

判罰規(guī)則：

1、車模在比賽過程中沒有按照錐桶指示進行繞行，則比賽失?。?/p>

2、車模沒有在300秒內完成賽場一周的運行，則比賽失敗； 

3、其他違規(guī)情況，比如車模不符合統一技術標準、比賽過程中出現違規(guī)接收遙控指令等，比賽失敗。 

4、比賽過程中，車模撞擊了錐桶，加罰5秒

科目二：智能交通

賽題描述：

比賽開始時，無人車從起點線出發(fā)，沿著車道線行駛、運行途中需要識別人行道，經過上坡和下坡，經過路障區(qū)，需要識別并避開障礙區(qū)，繼續(xù)行駛后，來到限速路段，需要識別限速標志和取消限速標志，然后繼續(xù)行駛，來到了變道超車區(qū)域，需要變道并線行駛，并繞過前車，進行往前行駛，進入環(huán)島區(qū)域，繞環(huán)島一圈后，識別左轉標識，左轉駛向終點線，過了終點線后，算完成了行駛任務。

本科目比賽要求參賽選手必須使用開源的"飛槳"深度學習平臺完成模型的訓練、推理和部署，不得使用其他深度學習平臺或飛槳未包含的學習方法參賽。

無人車從起點發(fā)車至越過終點線所用的時間計為T2，所用時間越短，成績越好。

具體如下圖所示：

規(guī)則說明：

1、無人車在人行橫道前需停車1S；

2、無人車在坡道紅線處，需要停車1S，然后再繼續(xù)前行；

3、在路障區(qū)④時，無人車不能觸碰障礙物； 

4、在限速標志路段，行駛的時間不能少于8秒；

5、車模越過邊線沖出賽道（四個車輪都在賽道外）或者中途運行停止，或運行方向錯誤，計行駛失敗。

附加題說明：

無人車駛過終點線后，進入倒車入庫環(huán)節(jié)，車頭在紅線處開始倒車時進行計時，必須用倒車的方式倒入車庫，用時需在10S內完成。完成該倒車入庫的任務后，作為獎勵，在該科目上有8S秒的減免時間。如果倒車入庫后，無人車在車庫內，車輪未出車庫，只壓到邊緣黃線，則獎勵的減免時間為5S。

如下情況視為倒車入庫失敗，無減免時間獎勵： 

1、車輪越過黃線駛出車庫； 

2、車頭未進入車庫內，即車頭過了馬路平行線； 

3、倒車入庫時間超過10S。

無人車越過終點線時，如果要完成倒車入庫任務，需要自動行駛至紅線處進行倒庫任務，禁止人為擺放無人車。

路障區(qū)障礙物說明：

• 障礙物為小型錐桶，位置隨機，數量為3~8個，顏色為紅色或藍色。
• 高度：8cm，底邊直徑為7.8cm，具體如下圖：

評分細則：

最終的成績T2=有效跑完全程的時間+違規(guī)加罰時間-附加題獎勵時間；最終的成績時間越短，成績越優(yōu)。

1、人行道未停止或停止時間少于1秒，則加罰5秒 

2、坡起紅線前未停止或停止時間少于1 秒，則加罰5秒

3、在限速路段，用時少于8秒，則加罰8秒 

4、在路障區(qū)域，每觸碰一次錐桶，加罰5秒 

5、無人車在行駛過程中壓過黃線，每壓一次，加罰2秒。如果壓線時間持續(xù)超過5秒，計比賽失敗。 

6、在變道超車區(qū)域，必須進行變道行駛，否則計比賽失??；

全國總決賽由兩個比賽科目的成績組成，總成績 。

即如影隨形的成績T1+智能交通的成績T2，作為本比賽的總成績。T時間越短，成績排名越靠前。

三、其他說明

3.1賽道文件及說明

下載鏈接:  https://pan.baidu.com/s/1QztB4dp7HUES8nuW-C9J5g

提取碼: kx67

賽道材質： 寶麗布  尺寸：6m×8m。

參賽隊員可根據實際情況自行打印賽道，用于測試和參賽。

如果場地受限，無法鋪設全部賽道，可打印部分元素，結合之前4m×4m的賽道進行學習訓練。

3.2 入圍隊伍代碼核查

為保證比賽公平性，以及滿足比賽要求，最終參賽國賽的40支隊伍，需要在賽前提交兩個比賽科目的源代碼給組委會進行最終審核。

發(fā)送至組委會指定郵箱：

smartcar_code@163.com

郵件標題格式：人工智能創(chuàng)意賽代碼審核+參賽學校全稱

提交截止日期：2020年8月24日23:59

創(chuàng)意組競賽隊伍和日期

昨天公布了組委會接收到的80支參加深度學習創(chuàng)意組比賽隊伍提交的作品成績，是由作品運行視頻資料、技術報告、算法代碼三部分內容評審結果綜合形成的比賽成績。其中反映車模實際運行性能的視頻評分是由兩組評分裁判根據競賽評分標準分別背對背進行評分合成后形成的分數。

組委會匯總這兩天參賽隊伍提出的申訴信息，復合評分結果最終確定進入智能車競賽創(chuàng)意組比賽最后階段的隊伍名單。名單信息將會在智能車競賽網站公布。

smartcar.cdstm.cn/index

全國大學生智能汽車競賽創(chuàng)意組比賽（百度深度學習組、ROS組）將于8月25日~26日在南京信息工程大學舉行。競賽相關日程安排可以在競賽網站華東賽區(qū)組委會頁面下載。

下面表示是華東賽區(qū)日程安排信息：