中國計量大學賽博-10(智能視覺組)隊員對于參加第十六屆智能車競賽進行總結與展望。

01 賽后反饋

一、實驗室介紹

賽博智能車實驗室成立于2012年,隸屬于中國計量大學信息學院，歷來以技術為核心，以培養(yǎng)優(yōu)秀技術型人才和綜合性人才為宗旨，鍛煉學生實踐能力，并通過選拔去參加以全國大學生智能汽車競賽為核心的各項大型技術類競賽，不斷為學校、團隊、個人爭奪榮譽。實驗室創(chuàng)辦以來，拿下全國獎項十余項和數(shù)不清的浙江省的省級獎項。

二、賽后總結

首先，在大二參賽就獲得不錯的成績,令我們感到意外和驚喜。當初選擇AI視覺組也是因為該組別具有一定的挑戰(zhàn)性，更加能夠鍛煉自我。這一年的調車生涯對我們全組隊員的心理素質進行了多次考驗，令我們印象深刻的是省賽前幾天忽然的硬件故障,著實讓我們的心態(tài)受到了不小的影響。做智能車不僅僅是知識和技能的學習，也是對我們的心態(tài)和抗壓能力的考驗與提升。

三、芯片使用

我們采用的芯片是RT1064，功能十分強大，600MHz的主頻不用過于擔心主控芯片的代碼復雜度。另外,逐飛科技推出的最小系統(tǒng)核心板引腳功能也十分充足，即使我們花里胡哨地上了2.0寸IPS彩色屏幕,它依舊有足夠的功能引腳用來滿足打靶任務的外設使用。不過在使用過程中也遇到些問題:

1. 前中期我們沒有考慮供電時序問題，導致單片機和攝像頭同時供電時，需要給單片機復位才能激活使用。
2. 剛開始使用RT1064芯片的時候主要還是靠逐飛的例程，但是想做一些例程以外的嘗試就比較困難了，找不到中文版的芯片手冊，全程硬啃著實費腦子。希望以后可以多出一些基礎的教學之類的，拉低門檻。

四、NXP大學計劃

從老師層面來講，我們的帶隊老師是很希望能和NXP進行合作的。在參加智能車競賽的這幾年，我們深刻領略到了NXP芯片的高性能，尤其是算力方面，與以往使用的芯片相比，具有高容量flash、RAM的優(yōu)點，我們也從中發(fā)現(xiàn)了NXP芯片的優(yōu)秀性能和無限潛力，我們實驗室老師更是將NXP的K60芯片設置為實驗室新晉人員培訓專用芯片。另外,實驗室人員在參加其他技術類比賽的過程中,常常將NXP芯片作為項目開發(fā)核心芯片。和NXP合作，以競賽、項目為切入口，不斷去創(chuàng)新開發(fā)NXP芯片的應用，可以讓學生更加深入的去掌握這些芯片的原理與應用開發(fā)，拓寬知識面，對芯片類行業(yè)未來也可以有更貼切的了解。同時我們可以在校內進行推廣普及，這樣不僅可以讓更多的同學了解NXP芯片，也讓同學們去重視芯片行業(yè)。

五、AI元素

組委會把AI融入智能車這個想法很好，順應機器學習的時代大潮的同時提高國家相關人才率.但也許正是因為這是一次新的嘗試，我們感受到了比賽方想盡力降低比賽難度的誠心，從:one:增加紫色框方便我們對目標的定位（雖然也有芯片算力受限的原因）到:two:逐飛發(fā)布例程模板和使用教程以及專門針對比賽的攝像頭mini，可以說為AI識別部分的鋪好了路。

對于openart,我們是”又愛又恨”，"愛 ?"是因為有了這個攝像頭，我們盡早確定了相關方案，避免了很多麻煩。"恨 "便是使用過程中出現(xiàn)的各種意外。由于使用不當導致openart芯片損壞等故障，壞了好幾次也修了好幾次，前后累計總共買了4個。

1. 從通電開機或復位到進入工作狀態(tài)往往需要10秒左右（不知道是不是只有我們有這種情況）;

2. 切換模型、圖像變化過快、切換畫質等都會造成RAM溢出的問題;

3. 和上位機之間的兼容情況，有些情況下需要頻繁插拔數(shù)據(jù)線;

4. 可能還是受限于芯片的性能，在Openart上部署的模型的網(wǎng)絡層很難超過3層，否則開機便是死機┐(′-｀)┌

不過總的來說，OpenartMini這款產品對于比賽來說還是很有針對性的,對我們幫助很大。

六、機械結構

--

我們隊伍里沒有專門負責機械結構的人員，在車模的機械結構設計的過程中,我們根據(jù)應用需求和實際使用效果慢慢摸索和不斷修改。省賽前，我們隊伍把重心放在了任務要素的完成率,從而忽視了小車的行駛速度，所以攝像頭架得過高，導致重心偏高，速度稍快就容易發(fā)生彎道側翻。在省賽現(xiàn)場觀摩了其他車友的車模后，發(fā)現(xiàn)即使是低攝像頭也有很好的實現(xiàn)效果，于是省賽結束就開始連夜重構結構。我們在結構上做了許多嘗試，一維結構、二維結構、補光措施、不同舵機等等，甚至還給openart上了一個顯示屏用以調試方便。最終搭建出了我們較為滿意的車模結構。

我們的打靶瞄準前期是采用openart抓框瞄準，然后將坐標信息傳到主控板來控制舵機。但是調試過程中發(fā)現(xiàn)這樣的方法受舵機角度精度影響較大，并且抓框的穩(wěn)定性難以保證。所以最后在學長的建議下我們在結構上安裝了激光測距模塊測量靶子兩邊緣跳變點的距離和角度，再通過數(shù)學幾何直接算出靶心打角實現(xiàn)瞄準，最終,打靶效果變得快準狠。這也需要有相關模塊的使用經(jīng)歷，才能在備賽期間想到運用。不過在我們花大力氣把打靶最終優(yōu)化好了以后被通知沒有打靶項目了，實屬一大遺憾。

七、規(guī)則變動

受突如其來的疫情影響，全國總決賽變成了線上賽，還是有點可惜的，體會不到到總決賽現(xiàn)場的緊張刺激,也無法公費旅游了呢哈哈。電賽宣布被取消的那段時間，天天凌晨還盯著卓老師的公眾號，唯恐錯過某些重要通知。不過最后智能車比賽依舊能如期舉行，已經(jīng)足夠幸運了。

八、賽提建議

• 智能視覺組是第十六屆新增加的組別，可能是組委會出于降低難度的考量，從比賽規(guī)則和現(xiàn)場執(zhí)行效果來看還是有些地方能鉆漏洞。例如肉眼就可以分辨靶子的左右方位然后按鍵寫入單片機進而跳過AP碼的識別。所以光從這一點來看可以在賽道兩邊都放上靶子之類的方式。當然,下一屆也不必拘泥于一定要打靶。

• 如上所述，如果不打靶，視覺組的車?？梢赃x擇麥輪車，因為麥輪車能做的動作更加豐富和自由，例如順逆時針原地轉動代表識別結果的顯示表達。這里只是提供一個不成熟的思路，還是認為打靶的難度和觀賞性更高。

• 對于圖像分類的問題，我們在實際比賽準備的過程中感覺缺少對模型泛化能力的體現(xiàn)。因為國賽的時候，我們用來訓練的數(shù)據(jù)集是逐飛科技提供的比賽軟件里出現(xiàn)的圖片,最后訓練出來的模型就變成了對固有圖片的簡單記憶，針對比賽而言，過擬合才是正道。而真正的AI應當是能預測陌生數(shù)據(jù)集的分類，所以下一屆智能視覺建議可以注重模型泛化能力的考察。