第 65 届年度 Daytona 500 将于 2023 年 2 月 19 日举行，对许多人来说，这场精英 NASCAR 赛事是赛车界的巅峰。虽然目前还没看到自动驾驶汽车与人工驾驶汽车的比赛，但不难想象我们能在未来的比赛中见到这种情况。在 1 月初的 CES 大会上，就有一场测试最佳自动驾驶赛车的比赛。

为了实现这样的愿景，人们需要在引擎方面使用一些重要技术，来为车辆提供动力并确保正确的导航路线。

因此，我们不难看出 3D 激光雷达是用于自动测绘和导航的主要工具之一。3D 激光雷达对光线条件不敏感，可以通过反射通道检测颜色，提供完整的 360 度环境视图，并且不需要任何“学习”来检测障碍物。

来自激光雷达的点云信息也可以方便地实现地图绘制和定位，因为车辆知道它在所有点上的位置。但激光雷达价格昂贵且体积庞大，限制了许多开发者的使用，特别是应用在比普通赛车更小的车辆上。

那么，是否有一种能够替代激光雷达的方法，可以在自动驾驶赛车中实现类似的功能呢？

作为圣地亚哥大学 2021 Triton AI Data Science capstone 项目的一部分，三名学生开始建造由 AI 驱动的小型自动驾驶赛车。在探索中，他们遇到了确保有效的自主导航和同步定位与测绘（ SLAM ）的困难，他们选择了尺寸适合的赛车搭配较便宜的相机，而不是使用昂贵的激光雷达传感器。

用相机代替激光雷达确实有一些缺点，包括需要特殊编程来处理各种光线条件。它需要多个摄像头来创造 360 度视野。

他们的项目探索了使用 ROS、Detectron2 的物体检测和图像分割功能进行定位、对象检测和规避物检测，并使用RTAB Map （基于实时外观的映射）进行自动驾驶赛车导航。

学生 Youngseo Do 、 Jay Chong 和 Siddharth Saha 在研究中有三个主要目标：

使用 RTAB-Map SLAM 算法获得单个摄像机和其他感官信息进行测绘和定位 

使用 Facebook AI Detector2 深度学习和 ROS，用单个摄像头进行避障和车道跟踪

使用 ROS rqt_reconfigure 对摄像头进行微调，使其对变化的光线条件不那么敏感

有关他们项目的详细信息，请参见以下视频：

视频 1. DSC 180B 自动驾驶汽车团队 1：使用 CV 进行自动测绘、定位和导航

鉴于项目的复杂性，学生选择将项目分为三个不同的部分：

通过 RTAB Map SLAM 进行测绘和定位

使用 Detector2 避免物体

调整相机的感光度

通过 RTAB Map SLAM 进行测绘和定位

该团队考虑了包括 GPS 在内的多个导航选项，但他们在演讲中指出，GPS 对于快速移动和精确读数可能不可靠。他们最终选择使用与传感器兼容的 RTAB 地图，并且他们能够使用在线模拟器进行测试，帮助他们熟悉工作原理。

使用 Detector2 避免物体

其目的是使用图像输入从这些图像中提取障碍物和边界信息，以便赛车在驾驶时知道最佳的下一步是什么。

调整相机的感光度

正如学生们在演讲中指出的那样 ，摄像机必须“尽可能对光线不敏感”，因为光线条件的变化会影响赛车的视觉效果，尤其是赛道中央的黄线。

为了使这个项目成为现实，学生们使用了以下硬件：

内有 Jetson Xavier NX 开发套件的 JetRacer。

Intel Realsense D455：一款深度感应相机，设计用于避免碰撞、 3D 扫描、数字标牌和体积测量。

一个 Flipsky VESC speed controller 向 JetRacer 发送移动命令。

赛车在一个包含了多个交通锥的室内赛道上进行了测试。这些交通锥是为了让赛车躲避并同时让它始终保持在赛道内。

在项目实施时，学生们希望从手动编码的驾驶规则改为强化学习技术，以增加行为的灵活性。如果他们需要更多的传感器和规则，这将派上用场。他们还想训练该模型来检测其他汽车，以便在头对头比赛中使用，但当时受到了疫情的干扰。

NASCAR 在他们的未来吗？可能是的。参与该项目的学生之一 Siddharth Saha 和加州大学圣地亚哥分校的学生 Haoru Xue 是两项自动驾驶汽车比赛挑战的技术负责人：

11 月，他们的车队在德克萨斯州赛车场举行的 Indy Autonomous Challenge 比赛中获得第二名。

1 月初，他们的车队在拉斯维加斯赛车场的 Autonomous Challenge at CES 比赛中获得第三名。

这两名学生在加州大学圣地亚哥分校的 NVIDIA Jetson 工作期间开始学习自动驾驶汽车。

加州大学圣地亚哥分校团队成员（从左至右）：西德哈特·萨哈、弗兰克·加西亚、薛浩如和何塞·希门内斯·奥利瓦斯，于 2022 年 11 月在德克萨斯州赛车场参加印第自治挑战赛