01 硬件制作

一、参赛体会

由于本组别是一个新加组别，而且任务较重，开放性较强，所以硬件这一部分任务重灵活性强。由于完成任务需要二维云台，为了最大程度上保证寻迹不受影响，新添加的云台重量以及结构都有很高的要求，所以云台的设计和制作部分是一个很有意思的环节。

在本次比赛中我们设计了三款云台：基础款、加强款、超级无敌变形金刚款；在电路设计方面，外设的增加意味着负载增大，选择合理的线性稳压芯片、提高芯片效率也给设计带来了不少难度；由于外设多且杂乱，所以对小车上的电路板以及外设的合理布局也尤为重要。在软件这方面，由于加入了新的识别元素，需要两个模块之前的通信，算法逻辑上也变得复杂，相比他们也体会到了智能视觉的乐趣。

总而言之本次比赛给我的体会是：智能视觉组是一个挑战性高、趣味性强、磨练人心态的组别。

二、参赛建议：

由于今年组别较新，队员和组委会都在探索阶段，所以有些规则时常更改。我们理解组委会的难处，但是依然希望今年最终版规则不要变化太多，规则一变，我们为了达到最极致的效果我们的设计都要跟着变，所以希望任务规则早些确定。

另外个人认为可以提高识别的分数占比，识别部分是新元素也是本组别应该侧重的元素，智能视觉不是基础四轮，所以我认为得分比例应该在6:4或以上。

另外小车是一个整体，还是更希望寻迹和识别能够合起来比赛，分开比赛将本组别分割成了僵硬的两部分。本次比赛逐飞制作的比赛软件我认为可以延续下去，这样保证每张图片随机出现，而且限时积分的规则我个人认为也很不错，可以有效考察车模的稳定性。

三、NXP大学计划

学校非常有兴趣与NXP方面合作，希望NXP能有更好的芯片产品在大学中推广。期望就是如果芯片再便宜点就更好啦，另外可以出一些开发板供同学们学习

四、展望与建议

一些参赛展望和建议见第一条，另外就是在任务方面可以增加一些场景的布置，使智能视觉组更贴近生活，例如森林灭火主题，可以和越野车模结合起来尝试在室外完成。

02 运动控制

一、参赛体会

我们队伍在今年参加智能视觉组的过程中，感觉这个组别作为一个新成立组别，任务相较于其他组别来讲稍有些复杂，具有挑战性，学校其他组别可以在实验室打游戏的时候，我们却只能继续调车写代码。但这个组别很有新意，很有趣。在备赛过程中，我们感觉很重要的是智能识别部分与车模循迹部分的衔接，一定要尽早实现配合，不要想着在赛前衔接，这样会出现很多奇怪的BUG，还有就是令我们比较头疼的一点就是规则的设置，希望下一届能够尽早确定细则。

二、NXP大学计划

从老师角度来讲很期望和NXP合作，因为现在大学本科教育更多的还是偏向于理论，缺乏足够的实践经验，如果NXP能够有大学计划的话，希望可以提供一些硬件支持和一些编程技能的传授，让同学们都能有足够的实践经验

三、展望与建议

关于嵌入式AI类赛题，在智能视觉组方面来看，可以尝试使车辆更加贴近现实生活，比如在赛道旁设置红绿灯，设定速度上限区段，在体现AI的基础上更加贴近现实，赛题会更加具有观赏性.

03 目标识别

一、参赛体会

个人认为，智能视觉组在今年所有组别中，工作量算是比较大的。我个人认为云台设计是一个重点。即如何在保证完美完成任务的前提下，如何设计云台使云台对寻迹过程影响最小。从四月下旬开始调试open art mini能完成识别任务。之后很长一段时间都是边改善网络，边调试云台。我们云台前前后后总共迭代了三版。第一版云台调试好装上主车后。因为云台处于车模偏前位置，而且重心又很高，对车模寻迹影响很大，之前的速度完全跑不了。便开始大动旗鼓重新设计，第二版云台在保证之前功能的基础上，重心相对下降很多（第三版云台重心下降更多，由于时间不够，最后没有尝试）。

后来省赛数据集公布了，难度一下子就降下来了。这意味着不需要研究网络结构，重点可以放在如何快速识别和提速上了。

国赛因为疫情缘故无法线下，更改了规则，意味着不在需要云台，之前沉淀下来了优势没了，只得从新开始。比赛前两天发布正式规则，白框我们之前没考虑到，网络排除不了。当时时间比较急迫，一开始没想改网络想通过内置函数筛选掉白框，经过尝试我们使用第一四分数作为分类指标可以达到不错的效果，但是有一只狗和一只香蕉怎么都筛选不出来。拉扯了一天，越调效果越差，越调越不服。最后比赛前一天下午决定老老实实换回神经网络筛选白框，只能说效果很好。

我们主控用的是NXP的RT1064，主频为600Mhz，4MB的Flash，1MB的RAM，算是目前智能车领域性能最强的核心板。编写程序时基本上不用考虑超容量的问题。可以专心把精力放在正事上面。

二、NXP大学计划

从老师角度来讲，NXP可以和学校智能车实验室合作，学校统一批发一些核心板作为给刚入实验室的学弟学妹们学习板使用。

我觉得NXP可以针对赞助的智能车组别来设计一些裁判系统，就像逐飞那样。

关于智能车竞赛总结 | 山东大学（威海） - 山魂五队

三、展望与建议

今年的智能视觉组整体上还是比较成功的，但是有很多任务没有最终落实，算是一些小遗憾。比如之前规定，动植物标靶在tag前后50cm，找靶明显是个任务重点。后来改成了前后25cm。最后省赛时大家基本上都把标靶固定在tag旁边了。

为了降低难度动植物数据集也已知了，以后可以还是未知的，这样设计网络结构也是个考点了。

其实这个组别如果最终按照时间进行排名的话，想要做到完全公平，是很难的。比如省赛的规则，动植物标靶动作时间一般不一样。最好大家都识别相同个数的动物植物。这样的话为了做到完全随机能不能设计一种电子屏幕来显示？就在tag两旁各放一个小的电子屏。