第65屆年度Daytona 500將于2023年2月19日舉行，對(duì)許多人來(lái)說(shuō)，這場(chǎng)精英NASCAR賽事是賽車(chē)界的巔峰。目前，還沒(méi)有計(jì)劃看到自動(dòng)駕駛汽車(chē)與有司機(jī)的汽車(chē)間的比賽，但在未來(lái)的比賽中想象這種情況并不太難。在1月初的CES上，有一場(chǎng)測(cè)試最佳自動(dòng)駕駛賽車(chē)的比賽。

為了實(shí)現(xiàn)這樣的愿景，您需要在引擎蓋下使用一些嚴(yán)肅的技術(shù)來(lái)為車(chē)輛提供動(dòng)力并確保正確的軌道導(dǎo)航。

出于這個(gè)原因，很容易理解為什么3D激光雷達(dá)是用于自動(dòng)測(cè)繪和導(dǎo)航的主要工具之一。它對(duì)光線條件不敏感，可以通過(guò)反射通道檢測(cè)顏色，可以提供完整的360度環(huán)境視圖，并且不需要任何“學(xué)習(xí)”來(lái)檢測(cè)障礙物。

來(lái)自激光雷達(dá)的點(diǎn)云信息也可以方便地實(shí)現(xiàn)地圖繪制和定位，因?yàn)檐?chē)輛知道它在所有點(diǎn)的位置。但激光雷達(dá)價(jià)格昂貴且體積龐大，這限制了其對(duì)許多開(kāi)發(fā)人員的實(shí)用性，特別是如果您使用的是比普通賽車(chē)更小的車(chē)輛。

那么，如果有一種替代使用激光雷達(dá)的方法可以在自動(dòng)駕駛賽車(chē)中實(shí)現(xiàn)類(lèi)似的功能呢？

圣地亞哥大學(xué)Triton AI數(shù)據(jù)科學(xué)項(xiàng)目

作為加州大學(xué)圣地亞哥分校2021 Triton Data Science capstone（https://dsc-capstone.github.io/projects-2020-2021/#project_14） 項(xiàng)目的一部分，三名學(xué)生著手制造一輛AI驅(qū)動(dòng)的自動(dòng)微型賽車(chē)（https://sisaha9.github.io/camera_mapping_navigation_website/）。他們探索了在選擇尺寸適合賽車(chē)使用的更便宜的攝像頭解決方案而不是使用昂貴的激光雷達(dá)傳感器時(shí)，確保有效的自主導(dǎo)航和同時(shí)定位和測(cè)繪（SLAM）的困難。

用攝像頭代替激光雷達(dá)確實(shí)有一些缺點(diǎn)，包括需要特殊編程來(lái)處理各種光線條件。它需要多個(gè)攝像頭來(lái)創(chuàng)建360度視野。

他們的項(xiàng)目探索了使用ROS、Detectron2的對(duì)象檢測(cè)和圖像分割功能進(jìn)行定位、對(duì)象檢測(cè)和避免以及RTAB地圖（Real-Time Appearance-Based Mapping）進(jìn)行地圖繪制的自動(dòng)賽車(chē)導(dǎo)航方法。

學(xué)生Youngseo Do、Jay Chong和Siddharth Saha在研究中有三個(gè)主要目標(biāo)：

。 使用RTAB Map SLAM算法，使用單個(gè)攝像頭和其他傳感器信息進(jìn)行測(cè)繪和定位

。 使用Facebook AI Detector2深度學(xué)習(xí)和ROS的單攝像頭進(jìn)行避障和車(chē)道跟隨

。 使用ROS rqt_reconfigure微調(diào)攝像頭，使其對(duì)變化的光線條件不太敏感

有關(guān)他們項(xiàng)目的詳細(xì)信息，請(qǐng)參見(jiàn)以下視頻：

視頻鏈接：

B站：https://www.bilibili.com/video/BV1DD4y1P7B5/

Youbube： https://youtu.be/6GVzqZUqc1w

視頻1-DSC 180B自動(dòng)駕駛汽車(chē)團(tuán)隊(duì)：使用CV進(jìn)行自動(dòng)測(cè)繪、定位和導(dǎo)航

下面是汽車(chē)的快速演示：

視頻鏈接：

B站：https://www.bilibili.com/video/BV11Y411i7DX/

Youtube： https://www.youtube.com/watch？v=A1xKjWAHhZo

視頻2-基于Jetson DNN的自主賽車(chē)

團(tuán)隊(duì)是如何實(shí)現(xiàn)目標(biāo)的？

鑒于項(xiàng)目的復(fù)雜性，學(xué)生選擇將項(xiàng)目分為三個(gè)不同的部分：

。 通過(guò)RTAB Map SLAM進(jìn)行測(cè)繪和定位

。 使用Detector2避免物體

。 調(diào)整相機(jī)的感光度

通過(guò)RTAB Map SLAM進(jìn)行測(cè)繪和定位

該團(tuán)隊(duì)考慮了包括GPS在內(nèi)的導(dǎo)航選項(xiàng)，但在他們的演示中指出，快速移動(dòng)和精確讀數(shù)可能不可靠。他們選擇使用RTAB地圖，因?yàn)樗c他們的傳感器兼容，并且他們能夠使用在線模擬器進(jìn)行測(cè)試，幫助他們熟悉它的工作原理。

使用Detector2避障

其目的是使用圖像輸入從這些圖像中提取障礙物和邊界信息，以便賽車(chē)在駕駛時(shí)知道最佳的下一步是什么。

調(diào)整相機(jī)的感光度

正如學(xué)生們?cè)谘葜v中所指出的，攝像機(jī)必須“盡可能對(duì)光線不敏感”，因?yàn)楣饩€條件的變化會(huì)影響賽車(chē)的視覺(jué)效果，尤其是在賽道中央的黃線。

項(xiàng)目硬件

為了使這個(gè)項(xiàng)目成為現(xiàn)實(shí)，學(xué)生們使用了以下硬件：

。 JetRacer內(nèi)置Jetson Xavier NX開(kāi)發(fā)套件。

。 Intel Realsense D455：一款深度感應(yīng)攝像頭，專(zhuān)為避免碰撞、3D掃描、數(shù)字標(biāo)牌和體積測(cè)量而設(shè)計(jì)。

。 Flipsky VESC速度控制器，用于向JetRacer發(fā)送移動(dòng)命令。

賽車(chē)在一個(gè)室內(nèi)賽道上進(jìn)行了測(cè)試，該賽道包含多個(gè)交通錐，賽車(chē)在試圖讓賽車(chē)始終保持在賽道內(nèi)時(shí)，應(yīng)避開(kāi)這些交通錐。

未來(lái)的改進(jìn)

在項(xiàng)目實(shí)施時(shí)，學(xué)生們希望從手動(dòng)編碼的駕駛規(guī)則改為強(qiáng)化學(xué)習(xí)技術(shù)，以提高行為的靈活性。如果他們需要更多的傳感器和規(guī)則，這將派上用場(chǎng)。他們還想訓(xùn)練該模型來(lái)檢測(cè)其他汽車(chē)，以便它可以用于頭對(duì)頭（head-to-head）比賽，但當(dāng)時(shí)大流行阻止了這種情況的發(fā)生。

未來(lái)會(huì)有NASCAR嗎？可能是的。該項(xiàng)目的學(xué)生之一Siddharth Saha和加州大學(xué)圣地亞哥分校的學(xué)生Haoru Xue是兩項(xiàng)自動(dòng)駕駛汽車(chē)比賽挑戰(zhàn)的技術(shù)負(fù)責(zé)人：

。 11月，他們的車(chē)隊(duì)在德克薩斯州賽車(chē)場(chǎng)舉行的Indy自治挑戰(zhàn)賽中獲得第二名。

。 1月初，他們的團(tuán)隊(duì)在拉斯維加斯汽車(chē)賽道的CES自動(dòng)挑戰(zhàn)賽上獲得第三名。

這兩名學(xué)生在加州大學(xué)圣地亞哥分校與NVIDIA Jetson合作期間開(kāi)始學(xué)習(xí)自動(dòng)駕駛汽車(chē)。

有關(guān)本月Jetson項(xiàng)目的更多信息，請(qǐng)?jiān)L問(wèn)capstone項(xiàng)目網(wǎng)站（https://sisaha9.github.io/camera_mapping_navigation_website/）。

有關(guān)自動(dòng)駕駛賽車(chē)的更多信息，請(qǐng)參閱灣區(qū)開(kāi)發(fā)人員之前所做的工作：使用NVIDIA Jetson DIY自動(dòng)駕駛賽車(chē)（https://developer.nvidia.com/blog/diy-autonomous-car-racing-with-nvidia-jetson/）。

審核編輯 ：李倩