很多人很關(guān)心自動駕駛是怎么起源的？為什么人類需要自動駕駛？這就需要先從自動駕駛帶給人類的好處說起，我們一般會聽到他對人類產(chǎn)生以下好處：

安全，可以減少道路的事故。根據(jù)歐美相關(guān)政府?dāng)?shù)據(jù)， 94% 的撞車事故的因素是駕駛員的行為或錯誤。而自動駕駛汽車，由于是機(jī)器，所以沒有情緒，沒有疲勞，沒有分心，他可以幫助減少駕駛員的錯誤，從而增加安全。

節(jié)能，可以通過自動駕駛優(yōu)化速度，規(guī)劃出行從而可以減少能源損耗。

增效，大規(guī)模的使用自動駕駛，可以把人類從駕駛中解放時間，從而提高人類的時間效率。

所以人類會愿意發(fā)明與創(chuàng)造去推動此項科技的應(yīng)用落地發(fā)展。例如在無線電通訊蓬勃發(fā)展的20世紀(jì)初，美國發(fā)明家弗朗西斯·胡迪納（Francis Houdina）就利用無線電技術(shù)在美國曼哈頓街道上演示了一輛無人駕駛的汽車。 而后60年代太空競賽月球登陸車?yán)脭z像頭跟隨路面開啟了基于圖像算法的自動駕駛研究時代。 最后DARPA（Defense Advanced Research Projects Agency）在2004年和2005年，2007年分別舉行了關(guān)于自動駕駛的挑戰(zhàn)賽，特別是2007年的Urban Challenge城市挑戰(zhàn)賽。開啟了自動駕駛產(chǎn)業(yè)起源，當(dāng)前的自動駕駛技術(shù)應(yīng)用都來自于此挑戰(zhàn)的概念。

接下來本文將結(jié)合DARPA相關(guān)資料，重點(diǎn)介紹DARPA挑戰(zhàn)賽，并整理以下方面信息：

DARPA挑戰(zhàn)賽的起源

DARPA挑戰(zhàn)賽的內(nèi)容

DARPA挑戰(zhàn)賽獲獎車輛技術(shù)

DARPA挑戰(zhàn)賽對當(dāng)前自動駕駛的影響

希望通過以上信息給大家?guī)硪恍τ诋?dāng)代自動駕駛的技術(shù)發(fā)展的信息和啟發(fā)，如果能引發(fā)關(guān)于驅(qū)動和預(yù)測科技的發(fā)展進(jìn)步的思考就太棒了。DARPA挑戰(zhàn)賽的起源DARPA挑戰(zhàn)賽，先不管這是什么賽事，先看看舉辦單位DARPA，也就是美國國防部高級研究計劃局。好吧攤牌了，當(dāng)代自動駕駛產(chǎn)業(yè)落地的催生萌芽其實(shí)是軍事。 當(dāng)然美國還有很多大挑戰(zhàn)GrandChallenge，美國認(rèn)為大挑戰(zhàn)可以：

幫助創(chuàng)造未來的產(chǎn)業(yè)和就業(yè)機(jī)會；

擴(kuò)展人類對我們自己和我們周圍世界的知識的前沿；

幫助解決與能源、健康、教育、環(huán)境、國家安全和全球發(fā)展相關(guān)的重要問題；

充當(dāng)公共和私營部門合作的“北極星”。

這種以國家牽頭，向社會開放廣泛報名、激發(fā)創(chuàng)新的項目，是一個開放和激發(fā)社會活力的好項目。 回到DARPA Challenge，其實(shí)DARPA挑戰(zhàn)賽之前美國DARPA進(jìn)行了另外一項計劃，DARPA Strategic computing program中文就是“戰(zhàn)略計算計劃”，該計劃從 1983 年到 1993年資助了先進(jìn)計算機(jī)硬件和人工智能AI的研究。該計劃旨在支持在規(guī)定的十年時間內(nèi)開發(fā)機(jī)器智能所需的各種項目，包含從芯片設(shè)計到制造，計算機(jī)體系結(jié)構(gòu)到人工智能軟件。美國國防部在該項目上總共花費(fèi)了 10 億美元，花費(fèi)一半在工業(yè)界，一半在大學(xué)和政府實(shí)驗室。 當(dāng)然這項計劃也算是受1982年日本的第五代計算機(jī)系統(tǒng)的10年計劃刺激，第五代計算機(jī)系統(tǒng)其實(shí)就是當(dāng)前人工智能火熱的智能計算系統(tǒng)，也就是多運(yùn)算單元組合形成超算系統(tǒng)——而不是之前通過專注于增加單個 CPU 中邏輯元素的數(shù)量來增加算力的方式?，F(xiàn)在英偉達(dá)以及Tesla的Dojo就是采用此類方式，多計算單元CPU和GPU的組合形成超算，其中一個重要的技術(shù)是各個運(yùn)算單元之間的高速接口連接，具體了解可以點(diǎn)擊《被美國禁售的A100和H100 ,MI250人工智能芯片能干啥？》和下面視頻可以了解第五代計算機(jī)系統(tǒng)。 而DARPA Strategic computing program戰(zhàn)略計算計劃，他的落地應(yīng)用DARPA設(shè)想了三個軍事“任務(wù)計劃”：

給美國陸軍開發(fā)自動駕駛陸地車輛。

給空軍開發(fā)飛行員助理，也就是自動飛控系統(tǒng)。

給海軍開發(fā)航空母艦作戰(zhàn)管理系統(tǒng)。

到 20 世紀(jì) 80 年代后期，DARPA Strategic computing program戰(zhàn)略計算計劃催生了計算機(jī)、芯片等在美國的大力發(fā)展，但是該項目無法成功地創(chuàng)造落地出預(yù)期水平的機(jī)器智能。DARPA當(dāng)時的領(lǐng)導(dǎo)人Schwarz認(rèn)為應(yīng)該只將資金集中在那些最有希望的技術(shù)上。用他的話說，DARPA 應(yīng)該“沖浪”，而不是“狗槳”，他強(qiáng)烈認(rèn)為 AI 不是“下一波浪潮”。 而DARPA的自動駕駛汽車落地的是美國武器公司馬丁公司（后來并入了鼎鼎大名的軍火公司洛克希德·馬?。?，顯然他們當(dāng)時造出的自動駕駛車輛可能難以量產(chǎn)或者實(shí)用。 但彼時2001年，美國深陷阿富汗戰(zhàn)爭，為了應(yīng)對路邊炸彈引起的大量傷亡，于是美國國會通過了一項法案：在2015年，軍方三分之一車輛必須進(jìn)行無人駕駛。 到2003年，伊拉克戰(zhàn)爭爆發(fā)，無人駕駛技術(shù)還沒有大的進(jìn)展。根據(jù)法案，國會命令DARPA負(fù)責(zé)推動相關(guān)技術(shù)的發(fā)展，授權(quán)該局對無人駕駛汽車的研發(fā)人員進(jìn)行現(xiàn)金獎勵。有了獎金的支持，DARPA決定另辟蹊徑，舉辦一項獎金為100萬美元的公開競賽，吸引更多的團(tuán)隊投入智能車研究。所以從2004到2007年，DARPA共贊助了三場公路賽事，分別是：2004年和2005年DARPA大挑戰(zhàn)賽和2007的DARPA城市挑戰(zhàn)賽，這幾項賽事奠定了當(dāng)代自動駕駛汽車的技術(shù)基礎(chǔ)。DARPA挑戰(zhàn)賽的內(nèi)容2004年和2005年DARPA大挑戰(zhàn)賽，這兩次挑戰(zhàn)的基本性質(zhì)一樣，在典型的戰(zhàn)地場景，希望汽車能夠按照DARPA給出GPS路線避障安全抵達(dá)目的地。 2004年3月13日在美國莫哈韋沙漠地區(qū)舉行的第一屆無人駕駛汽車比賽。規(guī)定10小時內(nèi)完成這條 150 英里（240 公里）的越野路線。最后沒有一輛機(jī)器人車輛完成路線。卡內(nèi)基梅隆大學(xué)紅隊的車輛行駛了最遠(yuǎn)的距離，完成了 11.78 公里（7.32 英里）的路線。100萬美元的獎金無人認(rèn)領(lǐng)。

當(dāng)時美國的頭條新聞會嘲笑DARPA挑戰(zhàn)賽是一個夸大其詞的科學(xué)項目。《連線》雜志評論道“挫?。篋ARPA機(jī)器人都倒下了。美國有線電視新聞網(wǎng)寫道“沒有人贏，甚至沒有人接近”。就連《大眾科學(xué)》雜志也發(fā)文指責(zé)聯(lián)邦調(diào)查局：“如果 DARPA 明顯犯了什么罪，那它就沒有管理過高的期望。比賽經(jīng)理 Negron 在方格旗出現(xiàn)前的幾個月里，沒有將首屆大挑戰(zhàn)賽標(biāo)榜為未準(zhǔn)備好黃金時段的現(xiàn)場測試，以校準(zhǔn)未來努力所需的內(nèi)容，而是繼續(xù)預(yù)測勝利者?！?DARPA沒有一個勝利者，但尷尬的賽事負(fù)責(zé)人Tether 選擇專注于積極的方面?？粗@些科技的參與者在沙漠中競爭又聚在一起，交換故事和策略，他并不擔(dān)心他們留下的鋼鐵尸體和燒毀的輪胎。這次偉大比賽證明了創(chuàng)造自動駕駛汽車的動力就在那里，而且它找到了有動力實(shí)現(xiàn)這一目標(biāo)的人才。他并不打算放棄。有記者問他現(xiàn)在打算怎么辦。“我們會再做一次，”Tether 說?！岸@一次，獎金將是 200 萬美元?！?于是一年之后，2005年DARPA 大挑戰(zhàn)賽開始了，獎金翻倍200萬美金。這次無人駕駛汽車比賽是 212 公里（132 英里）的越野賽道。最后195 支隊伍中有五支跑完賽道。其中斯坦福大學(xué)的汽車“Stanley”以 6 小時 53 分鐘的成績獲得第一名，贏得了 200 萬美元的獎金。

至此2005年DARPA大挑戰(zhàn)賽開啟了當(dāng)代自動駕駛汽車的一個里程碑，證明了可行性。但是2004年和2005年的DARPA大挑戰(zhàn)賽考驗的是給出線路，然后躲避靜態(tài)障礙，并且所有參賽車輛不會在比賽中有相會的交集?？墒乾F(xiàn)實(shí)生活中的自動駕駛車輛必須要能夠感知其他動態(tài)的交通參與者，并且與其進(jìn)行互動，最后到達(dá)目的地。 所以DARPA決定組織新的挑戰(zhàn)，也就是2007 Urban challenge城市挑戰(zhàn)賽，他的設(shè)計就是為了探索自動駕駛汽車在有其他交通參與者的情況下，進(jìn)行自動駕駛抵達(dá)目的地，也就是推進(jìn)自動駕駛更貼近現(xiàn)實(shí)。 2007年Urban challenge城市挑戰(zhàn)賽在美國西部加利福尼亞州維克多維爾，現(xiàn)已關(guān)閉的喬治空軍基地（目前用作南加州物流機(jī)場）所在地舉行。此次的獎金共計350萬美金，規(guī)定在6個小時內(nèi)完成96公里的路程且最高車速不超過48km/h，里程中重點(diǎn)考察挑戰(zhàn)交通中的互動例如：

十字路口

交匯

泊車

臟路面

此次挑戰(zhàn)賽11輛自動駕駛汽車參加了最后的決賽，比賽的時候DARPA官方在賽道上增加了30輛帶司機(jī)的汽車，以增加交通密度。

參賽團(tuán)隊事先對賽道一無所知。DARPA在比賽前24小時向所有車隊提供了一份路線網(wǎng)絡(luò)定義文件（RNDF），RNDF與車載GPS導(dǎo)航系統(tǒng)使用的數(shù)字街道地圖非常相似，該文件以GPS坐標(biāo)定義了道路位置、車道數(shù)、交叉口甚至停車位位置。比賽當(dāng)天，每個團(tuán)隊都得到了第二個唯一的文件，稱為任務(wù)定義文件（MDF）。該文件僅包含RNDF內(nèi)車輛需要穿越的檢查站（或位置）列表，這些車輛必須按照特定順序訪問檢查站，就像無人駕駛軍車在執(zhí)行任務(wù)時必須執(zhí)行的操作一樣。 最終6輛車汽車完成了比賽，其中3輛按照規(guī)定的時間完成，獲得獎金。DARPA挑戰(zhàn)賽獲獎車輛技術(shù)最終完成的比賽的有：

卡內(nèi)基梅隆大學(xué)的Boss 用時420第一名; 在整個過程中平均每小時大約 14 英里（22.4 公里/小時）贏得200萬美金。

斯坦福大學(xué)的Junior 用時428第二名；在整個過程中平均每小時約 13.7 英里（22.0 公里/小時）贏得100萬美金。

弗吉尼亞理工大學(xué)的Odin用時438第三名；在整個過程中平均速度略低于每小時 13 英里（21 公里/小時）.

麻省理工學(xué)院的Talos用時大約6個小時第 4 名

另外還有賓夕法尼亞大學(xué)的Little Ben和康奈爾大學(xué)的Skynet超過 6 小時限制，成功完成挑戰(zhàn)線路。所以共計 6 支隊伍完成線路。

下圖為獲獎以及完成比賽的車輛照片，是不是和我們常常在路面上看到的自動駕駛車輛很類似，頭頂著激光雷達(dá)？另外所有參賽者的感知套件以及機(jī)構(gòu)都非常類似。

根據(jù)DARPA的規(guī)定，以及提供的路線網(wǎng)絡(luò)定義文件（RNDF）其實(shí)可以認(rèn)為對于定位，參賽者統(tǒng)一采用其地圖（可以認(rèn)為是高精地圖），定位的技術(shù)方案也是一樣就是利用IMU,GPS還有RTK，可以看到第一名boss的傳感器套件里面有Trimble也就是RTK高精定位供應(yīng)商，目前不少廠家在用。據(jù)文獻(xiàn)了解當(dāng)時地圖精度0.1米也就是分米，當(dāng)前商用高精地圖也就是厘米級別。 對于感知傳感器方面，可以了解下第一名boss的傳感器套件

1個最大探測距離70米的機(jī)械式360度掃射激光雷達(dá)-Velodyne HDL-64 LIDAR (HDL) ，視場角FOV 360 × 26 0.1度角分辨率。

6個最大探測距離80米激光雷達(dá)SICK LMS 291-S05/S14 LIDAR (LMS) ，視場角FOV 180/90× 0.9 度，1/0.5角分辨率。用來識別道路以及車道線。

2個探測距離達(dá)300m的激光雷達(dá) IBEO Alasca XT LIDAR (XT)，視場角FOV 240 × 3.2度。

2個探測距離達(dá)150m的激光雷達(dá)Continental ISF 172 LIDAR (ISF)，視場角FOV 12 × 3.2度。

5個大陸的Continental ARS 300 Radar (ARS)毫米波雷達(dá)，F(xiàn)OV 60/17 × 3.2 度，最大探測距離60/200米。顯然毫米波雷達(dá)是用來探測道路中其他運(yùn)動車輛。

2個高速黑白攝像頭Point Grey Firefly (PGF)，視場角為45度。應(yīng)該是用來識別道路的車道線。

1個GPS+IMU高精定位系統(tǒng)Applanix POS-LV 220/420 GPS/IMU (APLX)

其實(shí)查閱資料，基本上完成比賽的6個車采用相同的傳感器方案，有的差異只是多少個，放的位置罷了。所以這里可以回到文章講到的DARPA挑戰(zhàn)賽的大背景是Strategic computing program戰(zhàn)略計算計劃，更多的是挑戰(zhàn)基于計算，芯片的軟件應(yīng)用。 對于計算，第一名Boss使用了一個帶有10個2.16-GHz Core2Duo處理器的Compact PCI機(jī)箱，每個處理器有2 GB內(nèi)存和一對千兆以太網(wǎng)端口。每臺計算機(jī)都從一個4 GB閃存驅(qū)動器啟動，降低了磁盤故障的可能性。其中兩臺機(jī)器還安裝了500-GB硬盤用于數(shù)據(jù)記錄。每臺計算機(jī)還通過定制的每秒脈沖適配器板進(jìn)行時間同步。也有用8個蘋果MAC迷你電腦的。而其他幾家也基本差不多，多個計算機(jī)運(yùn)算，整車汽車后備箱塞滿了計算機(jī)，其實(shí)現(xiàn)在自動駕駛開發(fā)的工控機(jī)類似了。

對于軟件方面，基本上以Unix/Linux的系統(tǒng)為自動駕駛的運(yùn)行系統(tǒng)，在商用系統(tǒng)方面Unix/Linux有著工程師們熟悉的各種庫，接口和算法調(diào)用，來實(shí)施感知，規(guī)劃，當(dāng)前自動駕駛依然一樣。最后是顯示，畢竟還需要操作員和監(jiān)控員，所以顯示基于QT的圖形用戶界面（GUI），為操作員、工程師或測試人員提供了方便，用于啟動和停止軟件、查看狀態(tài)/健康信息以及調(diào)試正在執(zhí)行的各種任務(wù)的工具。

另外通過對參賽車輛的車身噴涂廣告，可以看到計算機(jī)的英特爾，我們現(xiàn)在激光雷達(dá)的先驅(qū)ibeo，Velodyne;視覺算法上車的巨頭Moileye，視覺傳感器安森美;電子架構(gòu)專家Vector,汽車?yán)走_(dá)巨頭們等等。 最后盡管DARPA挑戰(zhàn)賽從完成的速度上來看，離實(shí)際使用尚有距離，但它確實(shí)實(shí)現(xiàn)了一些特定的技術(shù)目標(biāo)，例如地面導(dǎo)航的目標(biāo)。特別是卡內(nèi)基梅隆大學(xué)的自主陸地車輛計劃及其姊妹Navlab項目，為隨后的許多無人駕駛車輛計劃奠定了科學(xué)和技術(shù)基礎(chǔ)，例如 Demo II 和 III 計劃（ALV 是演示 I)、感知器和DARPA 大挑戰(zhàn)。SCI ALV 計劃首創(chuàng)的攝像頭加激光雷達(dá)和IMU慣性導(dǎo)航裝置的使用構(gòu)成了幾乎所有商用無人駕駛汽車的基礎(chǔ)。它還在相當(dāng)大的程度上幫助推進(jìn)了計算機(jī)硬件的技術(shù)水平。DARPA挑戰(zhàn)賽對當(dāng)前自動駕駛的影響2007 年 DARPA 城市挑戰(zhàn)表明，無人駕駛車輛技術(shù)比您想象的更接近。雖然這項技術(shù)存在很多缺陷，但對于人類司機(jī)來說也是如此。最終現(xiàn)代汽車自動駕駛的技術(shù)基礎(chǔ)奠定了：

感知，基于激光雷達(dá)，攝像頭，毫米波雷達(dá)等傳感器的算法環(huán)境感知。

規(guī)劃，通過各類機(jī)器學(xué)習(xí)的算法進(jìn)行路徑，路線的規(guī)劃。

定位，基于GPS，通過RTK，IMU結(jié)合高精地圖（DARPA官方提供的RNDF在線地圖）定位。

執(zhí)行，DARPA的參賽人員花了大量的時間對當(dāng)時基于液壓系統(tǒng)的執(zhí)行架構(gòu)轉(zhuǎn)向，制動，換擋進(jìn)行電氣化改裝，此項工作當(dāng)時就篩選了不少人，但當(dāng)代電動汽車已經(jīng)全面完全電氣化，所以天然奠定電子化執(zhí)行的基礎(chǔ),也就是當(dāng)前火熱的詞電控底盤概念。

后來城市挑戰(zhàn)賽中第一名卡內(nèi)基梅隆大學(xué)總結(jié)了，當(dāng)時自動駕駛技術(shù)走向商業(yè)的一些產(chǎn)業(yè)約束有：

商業(yè)激光雷達(dá)相當(dāng)昂貴

雷達(dá)是高檔汽車的選項

攝像頭已經(jīng)被未來汽車考慮應(yīng)用

計算單元需要越來越快，同時安全運(yùn)行很重要。

所以大家可以看到以上2007年總結(jié)的觀點(diǎn)，可以對應(yīng)到今天，也就是當(dāng)前自動駕駛硬件發(fā)展的一些攔路虎或者大家相互競爭的點(diǎn)。 激光雷達(dá)，在中國制造產(chǎn)業(yè)的優(yōu)勢引導(dǎo)下，成本持續(xù)下探。憑借著受光線影響小、高分辨率等特點(diǎn)成為穩(wěn)健、高安全自動駕駛必備傳感器。另外其在定位方面的獨(dú)特作用也在各種泊車應(yīng)用場景大放異彩。目前激光雷達(dá)不但“上車了”而且還在“差異化”發(fā)展，例如前向遠(yuǎn)視激光雷達(dá)，側(cè)向補(bǔ)盲等。 雷達(dá)也就是普通毫米波雷達(dá)。已經(jīng)在輔助駕駛時代普及，目前根據(jù)其產(chǎn)業(yè)成本優(yōu)勢，在持續(xù)進(jìn)化朝著4D以及更高精度方向發(fā)展。 而當(dāng)時剛剛興起的攝像頭，在互聯(lián)網(wǎng)時代催生的海量圖片以及視頻的大數(shù)據(jù)下，伴隨著視覺人工智能算法迅猛發(fā)展（80年代互聯(lián)網(wǎng)還沒有大批量民用，所以當(dāng)時美國戰(zhàn)略計算計劃的AI缺少廣泛參與以及海量數(shù)據(jù)和應(yīng)用基礎(chǔ)），所以攝像頭猶如我之前文章《視覺為王-小鵬以及特斯拉的自動駕駛方案》講到越發(fā)重要。 計算單元，算力TOPs不斷的內(nèi)卷，從個位數(shù)到幾千的落地，已經(jīng)給汽車電腦也就是Domain域控制器，不僅僅是計算，還有內(nèi)存、硬盤、通訊、圖像解碼等等芯片帶來巨大的市場。寫在最后當(dāng)前自動駕駛依然還在產(chǎn)業(yè)落地的路途中，而當(dāng)年第一名卡內(nèi)基梅隆大學(xué)總結(jié)的幾個約束，其實(shí)在當(dāng)代依然存在；而這些約束本質(zhì)上又回到DARPA自動駕駛挑戰(zhàn)賽的母計劃DARPA Strategic computing program（戰(zhàn)略計算計劃）先進(jìn)計算機(jī)硬件和人工智能AI的研究。在自動駕駛產(chǎn)業(yè)中，不管是感知用的芯片，計算用的芯片都屬于此類。 而當(dāng)前地緣政治抬頭下，各家對于數(shù)據(jù)的地緣化，對芯片以及各個產(chǎn)業(yè)的逆全球化，已經(jīng)給自動駕駛產(chǎn)業(yè)化帶來了更大的挑戰(zhàn)，這可能也就是當(dāng)前自動駕駛產(chǎn)業(yè)寒意濃濃的根本源頭。但這種地緣化的時代，也同樣是催生驅(qū)動技術(shù)的發(fā)展，不過這種發(fā)展是地緣化，個體化的。例如DARPA開啟于蘇美冷戰(zhàn)時刻，助力美國計算科技崛起，所以冬天是一個好積蓄的時間點(diǎn)，對于國家，企業(yè)，個人都一樣。 作為制造和市場都異常巨大的中國，要贏得智能自動駕駛時代可能還需要在類似美國的DARPA Strategic computing program（戰(zhàn)略計算計劃）上多下功夫。

審核編輯 ：李倩