CMU为何意外输掉2005年DARPA挑战赛?谜题终于解开!

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介:

CMU为何意外输掉2005年DARPA挑战赛?谜题终于解开!

雷锋网按:在2005年的DARPA超级挑战赛(DARPA Grand Challenge )上,卡内基梅隆大学的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,一举卫冕当年的DARPA超级挑战赛。然而,在2005年,Red Team并没有让所望所归。

2005年10月8日清晨,H1ghlander出发,开始212千米的征程,超越了斯坦福的Stanley,一路领先。然而,两小时后,H1ghlander引擎开始出现问题,车达不到最高速度,爬坡变得甚是艰难。引擎问题耽误了40多分钟,没人知道发生了什么。就这样,Stanley超过了H1ghlander,以11分钟的优势赢得了挑战。赛后,卡内基梅隆大学尝试寻找引擎问题的原因,但一直无果。

直到上周,在赢得DARPA超级挑战赛十周年庆典(卡内基梅隆大学的自动驾驶Chevy Tahoe BOSS赢得2007年的DARPA超级挑战赛)上,偶然之中,卡内基梅隆大学找到了当年H1ghlander意外败北的原因。

CMU为何意外输掉2005年DARPA挑战赛?谜题终于解开!

据雷锋网了解,作为当年的赢家,斯坦福大学也有些惊讶: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。

以下是2005年DARPA超级挑战赛后Red Team对此事作出的回应:

  • 10月11日:造成H1ghlander降速和爬坡困难的原因我们还不知道。在又长又直的普通道路上,H1ghlander的速度达不到20英里每小时。即使是在下坡,H1ghlander也达不到目标速度。在途中,H1ghlander出现了几次停止、后退、重新爬坡的现象,这样白白浪费了40多分钟。但原因,我们至今没有找到。

  • 10月12日:我们很快发现H1ghlander的引擎出了问题。在H1ghlander行驶到终点线到监视区的中间段的时候,我们就发现引擎可能出问题了。

  • 这次的引擎问题和我们之前遇到的截然不同。数据排除了跛行模式、安全模式和低扭矩模式。因此我们需要分析燃油、汽油和传动装置的样本,才能找到问题。但现在,我们还不知道原因。

之后的样本分析结果显示:燃油、汽油和传动装置没有任何问题,电力系统也没有问题。当时,下一期的DARPA超级挑战赛迫在眉睫,卡内基梅隆大学需要改装全新的自动驾驶汽车。因此,问题就此被搁置了。

直到上周的十周年庆典上, 谜团才解开。当时,BOSS、Sandstorm和H1ghlander一起亮相。因为H1ghlander的发动机舱已被清空,卡内基梅隆大学DARPA挑战赛负责人Spencer Spiker将引擎拿到自己面前,将它顶在膝盖上。这时,引擎便停止工作了。

下图Spiker手中的小盒子便是引擎,但其实,它是安装在引擎控制模块和燃油注射器之间的过滤器。Spencer发现:一旦触摸过滤器,引擎就会失去动力。而如果你用力推动过滤器,引擎就会完全停止工作。但是,如果你从一开始就不触碰过滤器的话,那么引擎就会完好无损地工作。

CMU为何意外输掉2005年DARPA挑战赛?谜题终于解开!

因此,出问题的不是传感器,也不是软件,而是过滤器!

Red团队成员在得知消息后都很兴奋。至于过滤器为什么会出问题,很多在场的团队成员想到了比赛前发生的一件事:9月19日,当时H1ghlander进行了一个140英里的自动驾驶测试,出现了一点小事故。

CMU为何意外输掉2005年DARPA挑战赛?谜题终于解开!

当时在跟踪车中全程跟踪H1ghlander的Vanessa Hodge在博客中记录了当时的情形:

H1ghlander正自动行驶在狭窄的道路上,左边是沼泽地,右边是山地,道路只比车身略宽。H1ghlander车轮裹上了厚厚的泥,我减速停止,想把泥清理干净。这时,跟踪车的同事发现H1ghlander的显示屏出现异常,并立马按了紧急停止键。但还是太迟了,H1ghlander的显示屏出现问题,便失去视觉,于是一瞬间失去平衡,倒向了左边。

CMU为何意外输掉2005年DARPA挑战赛?谜题终于解开!

9月22日,H1ghlander重整旗鼓,开始准备DARPA超级挑战赛。但其实,在那次测试以后,它的过滤器就出问题了,但大家都不知道。

虽然我们不知道如果卡内基梅隆大学赢得了那次的DARPA超级挑战赛,是否会改写自动驾驶历史,但在我们询问卡内基梅隆团队的相关人士此事时,他们基本都表示一切皆好,对结果已经很满意。

2007年,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。同时,卡内基梅隆大学和斯坦福大学合作,为Google自动驾驶汽车项目成立了核心团队,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。

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Red Team并没有就此止步,砥砺前行,去开辟了更广阔更新鲜的世界。而当年的失败原因,仿佛是个谜题。

不过所幸,现在谜题终于解开。


本文作者:Misty

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
移动开发 监控 小程序
钉钉工作台开放能力建设阶段性总结
工作台的平台化开放能力建设已经走了近3年的时间,包括定制工作台的开放、工作台模板的开放、工作台组件的开放等等。本文主要是对过程中一些关键能力的总结和思考,欢迎交流。工作台的类型工作台作为企业业务数字化的统一门户,是组织用于提升管理效率、实现业务在线的平台。工作台的组织就是钉钉上的组织,针对不同的组织规模,提供了多种类型工作台:角色工作台、行业工作台和自定义工作台。角色工作台是对不同的角色,例如财务
1661 0
钉钉工作台开放能力建设阶段性总结
|
存储 人工智能 自动驾驶
高性能存储CPFS在AIGC场景的具体应用
高性能存储CPFS在AIGC场景的具体应用
关于标签管理系统
原文地址:关于标签管理系统作者: songguiliang 一、标签管理系统体系 标签管理系统包括标签管理和贴标签两大功能模块,6个子模块。接下来我们将对每个功能模块的构建,进行详细说明。
8897 0
|
编解码 算法 索引
基于simulink的模拟锁相环和数字锁相环建模与对比仿真
本研究利用Simulink对模拟锁相环(PLL)和数字锁相环(DPLL)进行建模,通过对比两者的收敛曲线及锁定频率值,分析其性能差异。系统采用MATLAB2022a版本,详细介绍了PLL和DPLL的工作原理,涵盖鉴相器、滤波器及振荡器等关键组件的功能与数学描述。
|
SQL Java 关系型数据库
Mybatis多表关联查询与动态SQL(下)
Mybatis多表关联查询与动态SQL
458 0
|
存储 人工智能 缓存
【AI系统】布局转换原理与算法
数据布局转换技术通过优化内存中数据的排布,提升程序执行效率,特别是对于缓存性能的影响显著。本文介绍了数据在内存中的排布方式,包括内存对齐、大小端存储等概念,并详细探讨了张量数据在内存中的排布,如行优先与列优先排布,以及在深度学习中常见的NCHW与NHWC两种数据布局方式。这些布局方式的选择直接影响到程序的性能,尤其是在GPU和CPU上的表现。此外,还讨论了连续与非连续张量的概念及其对性能的影响。
638 3
|
传感器 机器学习/深度学习 资源调度
【TDOA定位】基于chan和talor算法实现TDOA定位含性能对比matlab代码
【TDOA定位】基于chan和talor算法实现TDOA定位含性能对比matlab代码
|
弹性计算
新手必看,阿里云国际购买服务器带宽如何选择
新手必看,阿里云国际购买服务器带宽如何选择
|
人工智能 数据安全/隐私保护 计算机视觉
旷视开源的AI人像视频生成太炸了!输入照片即可模仿任意表情包
【7月更文挑战第6天】旷视科技开源AI模型MegActor,以照片生成逼真人像视频,模仿表情包。基于条件扩散模型,解决身份泄露和背景干扰问题,使用合成数据、图像分割、CLIP编码及风格迁移技术。虽有视频质量、隐私风险及计算资源限制,但对动画和虚拟偶像行业带来革新。[链接](https://arxiv.org/abs/2405.20851)
560 3
|
机器学习/深度学习 算法 关系型数据库
【文献学习】DeepReceiver: A Deep Learning-Based Intelligent Receiver for Wireless Communications in the Ph
文章介绍了一种名为DeepReceiver的基于深度学习的无线通信智能接收机模型,它通过输入IQ信号并输出恢复的信息比特流,能够适应不同的调制和编码方式,在噪声、射频损伤、信道衰落等非理想条件下进行性能验证。
586 0