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的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。

考虑到今年疫情的特殊原因，人工智能创意赛今年不再设置分赛区比赛，而是从获得参赛车模的100支队伍中选拔出40支队伍参加在西北工业大学举办的全国总决赛。（免费获得车模的100支队伍包含：线上选拔赛的85支队伍以及组委会和赞助商邀请的15支队伍）

02参赛要求及赛程安排

1.参赛要求

1、人工智能挑战赛作为智能车竞赛的创意比赛面向全国全日制在校研究生、本科生和专科生。

2、每个队伍最多允许5名学生参与，指导老师1~2名。

3、每个学校只能允许一支队伍参加线上比赛，代表学校参与评比。

4、参赛软硬件要求：

• 软件方面要求：需要使用"飞桨"深度学习框架进行开发。参赛队员利用"飞桨"深度学习框架训练并识别车道线、红绿灯等标志，限速牌等标记。
• 硬件方面要求：需要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任何改装或替换。

2.赛程安排

03考核内容

预赛主要考核无人车在规定赛道中的行驶表现以及对应的技术报告。

无人车在赛道中的行驶表现需要通过录制视频的方式来呈现，最后连同相应的技术报告一起提交到大赛组委会。

严禁参赛选手视频造假，一经发现，取消参赛资格并进行公示。

（1）无人车行驶内容：

比赛开始时，无人车从起点出发，沿着车道线行驶、运行途中需要识别人行道、红绿灯，直行标志，限速路段，左右拐弯标志，行驶1圈，最后返回至终点（同起点位置），在遵守交通规则的情况下，并录制视频，提交到组委会。

赛道如下图所示：

（2）行驶规则说明：

1）无人车识别红灯后，需在斑马线前停留至少2秒，待红等变绿灯后再行驶。

2）在限速标志和取消限速标志之间的这段赛道中，无人车应按照限定速度行驶，这段距离的运行时间不得少于8秒。

3）无人车遇到直行标记 ，需要直行，禁止拐弯。

4）无人车行驶到十字路口，需要识别赛道中的左转标志 ，无人车左转后进入停车区域（原起点位置）。无人车到达终点停车时，需要越过终点线，同时需要在停车标志前停车。

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，或运行路线错误，算作行驶失败。

6）严禁无人车在比赛过程中的人为干预行为（发送启动命令除外）。

04其他补充说明

1.录制视频要求

在录制无人车在赛道中的运行视频时，如要注意以下几点：

1、需要录制无人车从起点到终点的完整行驶一圈的视频。

2、无人车在赛道运行结束后，视频中需要给无人车视频特写，便于组委会检查无人车车体状况，以防止部分同学增加部件或改动车体，一经发现取消参赛资格并公示。

3、按照1、2的要求录制一个完整视频，不允许视频拼接或修改。

2.考核内容的提交

将录制的视频和技术报告压缩打包后，发送到组委会指定邮箱：

邮件标题格式：参赛学校全称+队伍名称

提交截止日期：2020年7月31日

3.额外加分项说明

参赛队员在利用规定赛道完成无人车正常行驶后，可自行在赛道中添加障碍物，如果能够成功实现避障功能，在评选时可额外加分。

团队其他可展示的无人车额外技术，也可以自由发挥，组委会评选时会酌情考虑。

4.需要下载的文件及说明

链下载接: https://pan.baidu.com/s/119Qllzqruw6nbWnbgVSc1g

提取码: 8bvm

可下载的文件如下：

1、赛道文件

• 赛道材质：宝丽布  尺寸：4m*4m
• 参赛队员可自行打印赛道，用于测试和参赛

2、红绿灯标志红绿灯标志材质：KT板      尺寸：70mm*150mm 参赛队员可自行打印红绿灯标志，用于在赛道测试无人车识别红绿灯，红绿灯进行变色时，可人工进行替换。

3、无人车技术报告模板：需要按照格式要求提交无人车行驶的技术报告，考虑到参赛车模硬件统一，因此报告中技术方案主要以软件算法的实现或优化方案为主。

4、其他资料逐步更新中。