|
导读：随着科学技术的发展和现代战争的需求，地面无人车辆已成为陆军军事装备自动化、无人化、智能化的发展方向之一。发展无人地面车辆，能够为作战部队实现广泛的增益，包括增强态势感知能力、减轻士兵负重与侦查负荷、增加后勤配送效率、增强部队机动能力等。最终的目的是保护和提升军力。国外军事研究机构对UGV的技术发展做了大量研究，本文介绍了近年来美国国防高级研究计划局（DARPA）地面无人车辆超级挑战赛的发展情况。 一、三次无人车辆超级挑战赛 超级挑战赛（Grand Challenge）是美国国防高级研究计划局（DARPA）组织的一项无人车辆技术业内顶级比赛。超级挑战赛旨在促进（能够在有限时间内完成大量非常规路线的）全自动越野无人车所需技术的开发。 该系列挑战赛迄今已经举行了多次，包括2004年的超级挑战赛、2005的超级挑战赛、2007年的城市挑战赛（DARPA Urban Challenge）、2012年机器人挑战赛（DARPA Robotics Challenge），以及最近的挑战赛——2013年的“快速适应型下一代地面车辆传动技术”（英文简写为FANG）大赛。 第一场挑战赛于2004年3月13日在美国莫哈韦沙漠地区举行，参赛车辆沿着150英里（240公里）的路线沿着15号公路从加利福尼亚巴斯托行驶到加利福尼亚内华达边境。当年没有任何一台机器人车辆完成这条路线。卡内基梅隆大学的红队和它们的赛车Sandstorm（改装的悍马车）走了最远的距离，完成了11.78公里（7.32英里）的路线。2004年没有宣布获胜者，也没有给予现金奖励。 2004年的参赛车辆：从左上方顺时针方向：来自Axion Racing的吉普大切诺基；来自Carnegie Mellon红队的一辆精简悍马车“SandStorm”；来自TerraMax团队的奥什科什军用卡车；来自帕洛斯佛得角高中的Acura SUV，“Doom Buggy”。 次年（2005年）的DARPA挑战赛，参赛者面临的挑战是建造一个能够在不到10小时内通过沙漠地形航行175英里的机器人车辆，并且不允许人工干预。23台决赛车辆中有22辆超越了2004年的成绩11.78公里，5台车辆最终完成了212公里(132英里)的赛程。它们分别是：
2005年比赛的车辆需要通过三条狭窄的隧道、100多个左/右急转弯，并在最终通过“啤酒瓶走廊”后结束赛程。“啤酒瓶走廊”（Beer Bottle Pass）是露西格雷山脉上一个蜿蜒的山口，一边是纯粹的陡崖，另一边是岩面。虽然2004年的赛道需要更多的海拔要求和起步路段的一些超级急转弯，但是2005年的这次在曲线赛道的数量上远远超出此前。 传感器传递来的图像：2005 DARPA超级挑战赛最有难度的赛段——“啤酒瓶走廊” 参赛车辆行驶在“啤酒瓶走廊”赛段（Beer Bottle Pass） 夺冠车辆Stanley由斯坦福团队与大众电气研究实验室共同打造，原车由大众提供。Stanley的车顶部安装了5颗Sick AG LIDAR公司提供的雷达单元，用于构建周围环境的三维模型，与GPS共同工作，还有一个摄像头用来探测周围汽车行驶状况，来确定是否有足够的超车距离。此外，在轮胎上还装有码表，用于更加精确地测定里程。车内使用了Linux系统，搭载6颗低功耗1.6Ghz的奔腾M处理器来处理数据。 2005年夺冠车辆：斯坦福团队Stanley 2007年的DARPA Grand Challenge也被称为“城市挑战赛”（Urban Challenge），当时的赛道全长60英里，参赛车队需在6小时内完成比赛。11个参赛团队主要代表主要大学和大型企业利益，如CMU与通用汽车合作，斯坦福与大众汽车合作，弗吉尼亚理工与TORC Technologies合作。此外，奥什科什卡车，霍尼韦尔，雷神，加州理工，Autonomous Solutions，康奈尔大学，以及麻省理工学院也积极参赛。 最终卡内基梅隆大学凭借他们的车辆Boss（2007款雪佛兰太浩）获得了200万美元的奖金。赢得100万美元奖金的第二名是斯坦福赛车队，他们的车辆为Junior（一辆2006款大众帕萨特）。排在第三位的是VictorTango车队，凭借2005款福特Escape混合动力车Odin赢得了50万美元的奖金。麻省理工学院获得第4名，康奈尔大学和宾夕法尼亚大学也完成了该赛程。
虽然2004年和2005年的赛事对车辆来说更具挑战性，但机器人是孤立地运行的，并且只在试图超车时会在赛道上遇到其他车辆。2007“城市挑战”要求设计者设计出能够遵守所有交通规则的车辆，同时能够在赛道上检测和避开其他机器人。这对于车辆软件来说是一个特殊的挑战，因为车辆必须基于其他车辆的动作实时做出“智能”决策。 2007年夺冠车辆卡内基梅隆大学BOSS在该校展出，背景是H1ghlander 斯坦福大学和卡内基梅隆大学队（CMU）之间的竞争是这三次超级挑战赛中最具看点的。CMU的Red Team是所受呼声最高的团队。2004年，团队成功改装两辆悍马——H1ghlander和Sandstorm，搭载自动驾驶技术，在沙漠中顺利驰骋数周，一举取得当年的DARPA超级挑战赛最好成绩。然而，在2005年，Red Team并没有让所望所归，引擎问题从比赛开始两个小时后一直困扰着H1ghlander，车辆一直无法达到设计的目标速度。而这个引擎谜题直到2017年才被意外解开：是安装在引擎控制模块和燃油注射器之间的过滤器出现了问题。 斯坦福大学队和CMU也有千丝万缕的联系，斯坦福大学队队长Sebastian Thrun以前是Carnegie Mellon的教员和CMU团队负责人Red Whittaker的同事。斯坦福大学对于2005年夺冠也十分惊讶：我们能赢纯属偶然，如果卡内基梅隆的引擎不出意外，那我们应该就输了。毕竟H1ghlander被引擎问题耽误了40多分钟，而最终Stanley仅仅以11分钟的优势赢得了挑战赛。 再回头看，虽然2005年的意外让卡内基梅隆大学与DARPA超级挑战赛冠军失之交臂，但他们基本都表示一切皆好，对结果已经很满意。卡内基的Red Team也没有就此止步，而是砥砺前行，去开辟了更广阔、更新鲜的世界。 2007年，CMU的BOSS赢得了DARPA城市挑战赛（DARPA Urban Challenge），斯坦福Stanley在DARPA超级挑战赛表现优秀，一齐巩固了卡内基梅隆大学和斯坦福大学在自动驾驶领域的地位。卡内基梅隆大学的核心技术人才也帮助Uber、Google等大公司将无人车送上了公路，并让匹兹堡汇集了众多自动驾驶初创公司和团队，成为了自动驾驶研究、开发和测试的要地。 二、新一轮DARPA超级挑战赛 当下，许多硅谷的科技企业和全球的汽车制造商都开始投资自动驾驶技术：Uber把无人车送上了美国旧金山、匹兹堡和亚利桑那州的道路；特斯拉除了已经实装的辅助驾驶功能之外，也在积极地测试无人驾驶汽车；丰田、大众、通用等传统汽车制造商也在相关领域重金投资、收购。而DARPA也展开了新一轮的挑战赛，把关注点更明确地放在军用化、实用化技术上。 2012年开始的DARPA机器人挑战赛时间横跨三年，是一项专注于类人机器人的持续竞赛。该项目的主要目标是开发地面机器人能力，以在危险工程的环境中执行复杂任务。与之前的挑战不同，机械本体的建造将不属于机器人挑战的范围，参赛者无需从头开始构建机器人。DARPA将向一些参与者提供“一个带有手臂、腿、躯干和头部的机器人硬件平台。波士顿动力公司（Boston Dynamics）作为该挑战中使用的机器人的唯一来源，该公司需根据PETMAN项目开发并制造8个相同的机器人以供软件团队使用。除了促进半自主机器人的发展，该挑战赛还寻求在项目结束后让机器人软件和系统开发变得更容易。总体来看机器人表现优于预期。但是有各种各样的失败表明机器人技术仍然存在困难。 2013年FANG计划的目标是测试专门开发的META设计工具，模型库和Vehicle FORGE平台，这些平台的创建是为了显着压缩复杂防御系统的设计到生产时间。 目前设计挑战早已经结束，获奖的FANG设计由DARPA iFAB计划团队建造。iFAB或Instant Foundry Adaptive by Bits由宾夕法尼亚州立大学的应用研究实验室领导，将验证可制造性反馈、代工配置和指令生成工具等。最终，竣工的设计将在FANG演示责任方Ricardo Inc.的领导下进行测试和评估。 FANG作为DARPA先进制造计划的一部分，为自适应车辆制造（AVM）项目提交了设计许多可行的创新设计工具。AVM是一个专注于将复杂的军事系统开发时间表减少五倍或更多的计划组合，涉及制造过程的所有方面，包括整个从需求表示、设计到全面复杂防御系统的最终物理构建。 三、超级挑战赛带来的启示 DARPA的几次超级挑战赛汇集了来自各个领域的创新思想家，来自计算机编程和工程公司、车辆制造商、大学和车库技工甚至加利福尼亚州的高中的几十个团队为比赛设计了车辆。他们可以帮助DARPA在开地面无人车辆方面取得重大进展。这样的活动能够激发各行各业的优秀创造力，以加速军用自动驾驶汽车技术的发展。另一方面，超级挑战赛又能拾取那些通常不和国防部做生意的好主意。 同时，超级挑战赛用资金支持对军事技术有益的科学技术。美国国会授权DARPA出资支持那些能够给军事应用带来革命性改变的技术。2004年的第一次大挑战提供的奖励金额为100万美元，2005年活动的奖金增至200万，而2007年城市挑战赛的第一、第二和第三名分别获得200万美元、100万美元和50万美元。在后续的机器人挑战赛和FANG挑战赛上，还提供机器人等硬件设备供开发使用。资金和设备平台的支持对于该项技术的支持程度为技术发展提供了很大的帮助。 虽然参赛者在竞赛中玩得很开心，但比赛的最终目标是在战场上拯救美国人的生命，这是比赛的本质，也是技术合格的底线。DARPA的挑战赛主旨也从未脱离军事应用。 当今，无人系统在作战行动中发挥着越来越重要的作用。“捕食者”和“全球鹰”等无人驾驶飞行器在多次局部战争中进行了侦察和监视任务，“捕食者”号还进行了精确的空袭。美国国防部也正在加紧努力开发无人驾驶地面系统，该系统将与载人系统协同工作，以增强美军的能力并挽救士兵生命。 例如，在类似“伊拉克自由行动”这样的作战中，作战部队迅速向目的地渗透行进，随后就要考虑补给物资，保护供应线至关重要。美军官员们表示，未来地面无人驾驶系统可以在不使用人员作为驾驶员的情况下进行再补给任务，而且不需要部队进行保护。 在无人驾驶车辆技术不断发展的同时，可以看到，大多数现有车型依靠人来远程操作车辆。不需要操作人员的车辆往往移动速度非常慢，并且难以以最小的障碍穿越地形。对于未来要发展的无人驾驶地面车辆来说，他们必须能够快速，轻松地穿越崎岖的地形，而无需人工协助。这是DARPA最终目标。超级挑战赛是将技术带到成熟的关键一步。 从2004年无人完成比赛，到2005年几乎所有决赛团队都超越了04年的最好成绩，再到2007年更加苛刻的规则下依然有团队完成比赛，只用了3年的时间，从数据中，我们就可以看出无人驾驶技术的发展之快。这还只是多年前的成绩。 而无人驾驶车辆在路上的加速、减速以及转弯动作，或许只是人类的下意识动作，但对于机器来说，这代表了现时科技的最高水平。这也说明地面无人车辆的技术虽然发展较快，但仍然达不到令人满意的程度，还有待进一步爆发，其基础技术的研究正在如火如荼地展开，包括导航定位、多模探测感知、多传感器信息融合、自适应轮毂、自动驾驶接管等。 主要参考资料： [1]. DARPA Grand Challenge to Showcase Unmanned Vehicle Technology [2]. Stanley: The Robot that Won the DARPA Grand Challenge [3]. Carnegie Mellon Solves 12-Year-Old DARPA Grand Challenge Mystery [4]. CMU为何意外输掉2005年DARPA挑战赛，谜题终于解开_雷锋网 [5]. DARPA FANG Mobility/Drivetrain Challenge [6]. DARPA Announces Winner of the First FANG Challenge 报告订购 |
|
|
来自： 昵称m5Gu5 > 《军民融合与国防科研产业》
