随着人工智能、大数据、AI、5G的快速发展，汽车也由单一的出现工具逐渐转变为第三方的智能化一体出行空间。
其中自动驾驶又被誉为汽车智能化道路上的明珠，是实现汽车产业升级，提升城市通勤效率，减少交通事故的关键所在。
当下，无论是主机厂亦或是个人消费者，对待自动驾驶的热度都有增不减，但值得注意的是，大部分消费者并不清楚自己爱车自动驾驶系统的使用边界，也不了解整个行业的发展现状，以至于出现了相当多的技术滥用，进而造成了严重的事故。
因此，我们需要一个平台，通过科学、专业的评判标准，去帮助消费者理解自动驾驶的使用边界，助力主机厂查漏补缺，推动行业健康向上的发展。
而i-VISTA自动驾驶挑战赛，依托于科学专业的规程，同时兼具竞争赛事趣味性，是了解汽车智能化水平、洞悉行业发展的不二选择。
2021i-VISTA挑战赛打响：难度增加，场景更具代表
今年的i-VISTA自动驾驶挑战赛于8.19日正式开赛，一共105支参赛队伍，包括主机厂、高校、科研机构、个人消费者，经过为期三天的角逐，拼出了包括ADAS挑战赛、最强车脑挑战赛、虚拟仿真挑战赛、商业化进程挑战赛、低速无人驾驶挑战赛五个项目的冠军。
相比去年，今年的i-VISTA自动驾驶挑战赛新增了低速无人驾驶挑战赛项目，首次引入基于云平台的虚拟仿真挑战赛，其他项目在场景的设置上也与去年有所不同。
一句话总结今年的赛事就是：难度增加、覆盖面更广、场景更具有代表性。
比赛首日进行的是热度最高的ADAS挑战赛（分为AEB和APS两个赛事），这也是全球唯一一个消费者能够深度参与的自动驾驶赛事，经过前期的海选，一共有15辆车型参加AEB挑战赛，15辆车型参加APS自动泊车挑战赛。
值得注意的是，今年的AEB挑战赛分为有遮挡和无遮挡两种场景，只有在无遮挡的挑战场景中进入到前五名，才有机会晋级到后一轮的有遮挡挑的AEB挑战赛。
经过激烈的比赛，最终进入下一轮的只有四款车型，总得分从高到低分依次是理想ONE、长安林肯航海家、沃尔沃XC60、长安UNI-T。
同一天开赛的APS挑战赛，前三名被长安UNI-T、思皓QX、小鹏P7三款车型夺得，长安UNI-T不仅是唯一一个获得满分的车型，同时也是去年的冠军获得者。
随后的两天，2021i-VISTA自动驾驶汽车挑战赛分别决出了虚拟仿真挑战赛、最强车脑挑战赛、商业化进程挑战赛、低速无人驾驶挑战赛四个面向专业团队的赛事冠军，具体的排名如下图。
以“史”为鉴，看自动驾驶行业的进步与不足
虽然今年i-VISTA自动驾驶挑战赛部分项目与去年不同，但整体上的赛事项目还是没有大的改变，俗话说：“以史为鉴，可以知兴替”，对比历年的成绩，我们也可以窥探自动驾驶技术的提升以及存在的不足。
以APS为例，今年的APS的三种泊车场景与去年如出一辙，共有平行车位、垂直车位、斜向车位三个子场景。
从整体成绩来看，今年参赛车辆在APS平均得分为41.67分，而去年仅为33.3分；今年获得0分的车型有5款，而去年则有多达9款车型获得0分评价。
比赛难度未曾改变的前提下，平均得分以及有效得分均有提高，这就是技术进步的一种体现。
从传感器角度来看，去年在APS上获得前三的车型以及今年在APS上获得前三的车型，均是采用的超声波雷达+摄像头的融合传感方案。
这也能反映整个APS技术的一个发展趋势，即：单一传感器弊端太明显（如果只有超声波雷达，那么系统识别不了标线车位），已经逐渐被主流品牌所抛弃，超声波雷达+摄像头才是王道。
当然，除了进步，亦能看见行业的不足。
以AEB为例，2020年的i-VISTA自动驾驶挑战赛分为前方静止车辆和有遮挡的行人横穿两种场景，今年AEB挑战赛的场景则取消了前方静止车辆的场景，变为了有遮挡的行人横穿和无遮挡的行人横穿。
从整体成绩来看，今年15个参赛车型在AEB项目上的平均得分仅为23.3分，其中有9辆车型获得0分评价，而去年参赛车型的平均得分为57分，仅有两款车型获得0分评价。
这反映出，在难度更高的车对人的自动紧急制动中，参与挑战赛的大部分车型，是没有一个良好的紧急制动能力的。
更具体一点，以当前传感器的性能，可能还达不到我们想要的结果，这也就回到我们此前提到过的一个观点，“车路协同”才是当前发展自动驾驶的最优解。
当然，路端信息更多的是起一个补充作用，要想实现更高级别的自动驾驶，车载传感器同样重要。
回看2021i-VISTA自动驾驶汽车挑战赛，在难度更高的最强车脑挑战赛、商业化进程挑战赛以及低速无人驾驶挑战赛可以发现，激光雷达成为了它们的标准配置。
而这，也是我们下个章节的主题：高级别自动驾驶，离得开激光雷达吗？
纯视觉or激光雷达？
在自动驾驶的感知方案选择上，目前行业分为了两个阵营，一个是以特斯拉为代表的以视觉传感器为主的视觉派，另一个则是以Waymo为代表的以激光雷达派。
特斯拉对以视觉为主的传感方案坚信不疑，其最著名的言论就是“人类开车是靠眼睛获取信息，而不是从脑袋里发射激光雷达”，在今年5月，特斯拉甚至宣布在北美的车型上取消毫米波雷达，摄像头成为唯一的传感器。
但对特斯拉这种以摄像头为主的感知方案持批判态度的也大有人在，他们认为摄像头在黑暗、暴雪、逆光等环境中感知会受限，精度及安全性大幅下降，抗外界干扰的能力太低。
在不久前的世界人工智能大会上，前华为ADS智能驾驶产品线总裁兼首席架构师苏箐则公开指责“特斯拉这几年下来，它的事故率还是挺高的，而且是从杀第一个人到最近杀的人，它的事故类型非常像。”这也凸显了纯视觉方案的弊端。
反观激光雷达，由于发射的光波频率更高，因此在距离分辨率、角分辨率和速度分辨率上的测量精度更高；同时由于激光波长短，可发射发散角非常小的激光束，可探测低空/超低空目标；多路径效应小，抗干扰能力强。
我们从底层设计的角度出发，自动驾驶系统在设计传感器架构时，最主要需要满足这两个条件：①确保感知设备能覆盖车辆周边，不会出现感知盲区，同时感知精度尽量的高；②确保在某一感知设备失效时，其他传感器也能“补位”。
很明显，以摄像头为主的自动驾驶传感方案，在面对极端天气下，探测能力会大打折扣，如果没有其它辅助传感器，那么整套自动驾驶系统对外界环境的识别能力无限趋近于0，当自动驾驶没有了感知道路信息的能力，就等于盲人摸象，安全性自然得不到保证。
另外，以视觉为主的自动驾驶，是十分依赖于算法，但现实的交通世界场景却不是唯一的，存在诸多变数，如果道路上出现未曾训练过的场景，那么系统有一定概率是识别不出来的，这就会影响系统的判断，进而可能做出错误的决策。
所以无论是从此次i-VISTA自动驾驶挑战赛所展现出来的，还是基于两种传感方案的优劣势得到的，我们可以推断——激光雷达一定是自动驾驶绕不过的那道坎。
现在困扰激光雷达上车的，最主要的还是成本问题，但好消息是，当前整个行业对激光雷达已经开始重视，数据显示，目前我国雷达相关企业共有1.4万家，2020年新注册企业2640家，同比增长29.3%，包括华为、大疆、禾赛科技等低成本的车载激光雷达也已经面世。
写在最后：
2021i-VISTA自动驾驶汽车挑战赛成功开赛，既让我们看到了自动驾驶技术的进步，也让我们了解到当下存在的一些不足，更重要的是帮助我们看清整个行业的发展趋势，激光雷达是否是高级别自动驾驶不可或缺的配置，纯视觉方案又能否走到底？这些都需要时间去验证，而i-VISTA自动驾驶挑战赛的目的，就是为这些技术提供一个公正公平的舞台，是骡子是马，拉上来溜溜便知。
【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”等稿件均为转载稿。如转载稿涉及版权等问题，请联系上游。
