一、赛题背景

近年来,随着人工智能特别是深度学习的发展,如何通过自学习实现避障已成为一大研究热点。实现自主学习是机器人实现智能化的重要一步,有利于改善其行为策略,提高在未知复杂的环境中的适应性。卷积神经网络是一种有监督的特征学习方法,可以从大规模数据中学习到相应的特征。将深度卷积神经网络应用在相应的领域与移动机器人相结合,为机器人赋予移动大脑,实现智能感知、智能决策。

本赛项的设立能够场景化地复现基于深度学习的智能车在实际领域中的应用，尤其是在无人的环境中，实现数据采集、数据模型构 建、自主识别弯道、无人驾驶验证等多种技术融合的场景。将深度学习技术赋予机器智能行为，为培养创新综合人才提供演练平台，以赛促教，拓宽高校人工智能相关专业的教学内容，提升高校人工智能科技创新能力和人才培养能力。

二、比赛赛题

全国总决赛由两个比赛科目构成：分别是：如影随形和智能交通，两科目的成绩之和，作为本组别的总成绩。参赛车模需使用组委会统一提供的M型车模参赛，不得对无人车及配件进行改装或替换。

科目一：如影随形

如影随形赛题内容是让车模能够跟随前行队员共同完成穿越一个布置在开阔场地内，具有复杂活动背景下的路径通道，路径由交通锥桶在赛道一些关键点做标识给出。竞赛车模依靠车载摄像头识别前方行进队员的方位并进行跟随，比赛成绩有完成行进任务的时间T1来决定,完成时间越短，成绩排名越高。

赛题内容面向解决在实际应用中出现的复杂背景下动态物体的检测跟踪问题。主要考察设计作品的以下性能：

（1）在复杂背景下对运动人体方案检测算法有效和快速性能；

（2）车模运动控制的敏捷性和精确性；

（3）控制算法抵抗场景变化、路面颠簸的鲁棒性能；

赛题描述：

（1）比赛的场地

比赛赛道铺设在开阔的平坦场地内，场地范围大约是15米见方的范围。地面的材质、图案由所在铺设环境确定，不一定是均匀单一背景。比赛路径是一条封闭的折线，由若干个锥桶在需要拐弯的地方进行标记，并指明车模需要绕过的方向。在比赛路径一处标明车模的出发点，这也是车模返回时的终点。

比赛计时是从车模越过出发线开始，直到车模重新返回出发点并再次越过出发线位置。地面可能具有高度约0.5~1厘米的需要通过的颠簸路段。参赛队伍可以选择绕行，也可以选择直接通过颠簸路段行进。

（2）比赛任务比赛时可有两名队员进入场地。一名队员负责发车，另外一名队员作为前面车模引导队员，与车模一起完成赛道一周行进。比赛过程中，车模应自主通过车载传感器完成人员跟踪行进。在此过程中，不允许车模接收外部无线遥控指令。组委会将会给每支参赛队伍分配有入场调试和比赛时间。具体安排将会在比赛现场领队会进行公布。

（3）比赛障碍物障碍物为小型锥桶，数量若干，颜色为红色。高度：8cm，底边直径为7.8cm，具体如下图：

判罚规则：

1、车模在比赛过程中没有按照锥桶指示进行绕行，则比赛失败；

2、车模没有在300秒内完成赛场一周的运行，则比赛失败； 

3、其他违规情况，比如车模不符合统一技术标准、比赛过程中出现违规接收遥控指令等，比赛失败。 

4、比赛过程中，车模撞击了锥桶，加罚5秒

科目二：智能交通

赛题描述：

比赛开始时，无人车从起点线出发，沿着车道线行驶、运行途中需要识别人行道，经过上坡和下坡，经过路障区，需要识别并避开障碍区，继续行驶后，来到限速路段，需要识别限速标志和取消限速标志，然后继续行驶，来到了变道超车区域，需要变道并线行驶，并绕过前车，进行往前行驶，进入环岛区域，绕环岛一圈后，识别左转标识，左转驶向终点线，过了终点线后，算完成了行驶任务。

本科目比赛要求参赛选手必须使用开源的"飞桨"深度学习平台完成模型的训练、推理和部署，不得使用其他深度学习平台或飞桨未包含的学习方法参赛。

无人车从起点发车至越过终点线所用的时间计为T2，所用时间越短，成绩越好。

具体如下图所示：

规则说明：

1、无人车在人行横道前需停车1S；

2、无人车在坡道红线处，需要停车1S，然后再继续前行；

3、在路障区④时，无人车不能触碰障碍物； 

4、在限速标志路段，行驶的时间不能少于8秒；

5、车模越过边线冲出赛道（四个车轮都在赛道外）或者中途运行停止，或运行方向错误，计行驶失败。

附加题说明：

无人车驶过终点线后，进入倒车入库环节，车头在红线处开始倒车时进行计时，必须用倒车的方式倒入车库，用时需在10S内完成。完成该倒车入库的任务后，作为奖励，在该科目上有8S秒的减免时间。如果倒车入库后，无人车在车库内，车轮未出车库，只压到边缘黄线，则奖励的减免时间为5S。

如下情况视为倒车入库失败，无减免时间奖励： 

1、车轮越过黄线驶出车库； 

2、车头未进入车库内，即车头过了马路平行线； 

3、倒车入库时间超过10S。

无人车越过终点线时，如果要完成倒车入库任务，需要自动行驶至红线处进行倒库任务，禁止人为摆放无人车。

路障区障碍物说明：

• 障碍物为小型锥桶，位置随机，数量为3~8个，颜色为红色或蓝色。
• 高度：8cm，底边直径为7.8cm，具体如下图：

评分细则：

最终的成绩T2=有效跑完全程的时间+违规加罚时间-附加题奖励时间；最终的成绩时间越短，成绩越优。

1、人行道未停止或停止时间少于1秒，则加罚5秒 

2、坡起红线前未停止或停止时间少于1 秒，则加罚5秒

3、在限速路段，用时少于8秒，则加罚8秒 

4、在路障区域，每触碰一次锥桶，加罚5秒 

5、无人车在行驶过程中压过黄线，每压一次，加罚2秒。如果压线时间持续超过5秒，计比赛失败。 

6、在变道超车区域，必须进行变道行驶，否则计比赛失败；

全国总决赛由两个比赛科目的成绩组成，总成绩 。

即如影随形的成绩T1+智能交通的成绩T2，作为本比赛的总成绩。T时间越短，成绩排名越靠前。

三、其他说明

3.1赛道文件及说明

下载链接:  https://pan.baidu.com/s/1QztB4dp7HUES8nuW-C9J5g

提取码: kx67

赛道材质： 宝丽布  尺寸：6m×8m。

参赛队员可根据实际情况自行打印赛道，用于测试和参赛。

如果场地受限，无法铺设全部赛道，可打印部分元素，结合之前4m×4m的赛道进行学习训练。

3.2 入围队伍代码核查

为保证比赛公平性，以及满足比赛要求，最终参赛国赛的40支队伍，需要在赛前提交两个比赛科目的源代码给组委会进行最终审核。

发送至组委会指定邮箱：

smartcar_code@163.com

邮件标题格式：人工智能创意赛代码审核+参赛学校全称

提交截止日期：2020年8月24日23:59

创意组竞赛队伍和日期

昨天公布了组委会接收到的80支参加深度学习创意组比赛队伍提交的作品成绩，是由作品运行视频资料、技术报告、算法代码三部分内容评审结果综合形成的比赛成绩。其中反映车模实际运行性能的视频评分是由两组评分裁判根据竞赛评分标准分别背对背进行评分合成后形成的分数。

组委会汇总这两天参赛队伍提出的申诉信息，复合评分结果最终确定进入智能车竞赛创意组比赛最后阶段的队伍名单。名单信息将会在智能车竞赛网站公布。

smartcar.cdstm.cn/index

全国大学生智能汽车竞赛创意组比赛（百度深度学习组、ROS组）将于8月25日~26日在南京信息工程大学举行。竞赛相关日程安排可以在竞赛网站华东赛区组委会页面下载。

下面表示是华东赛区日程安排信息：