2018年6月5日

Udacity 团队勇夺首届 KuaiKai 全球无人车大赛第一!

Udacity 团队勇夺首届 KuaiKai 全球无人车大赛第一!

Udacity 团队勇夺首届 KuaiKai 全球无人车大赛第一!

上周末,首届 KuaiKai 无人驾驶全球挑战赛在贵州数博会圆满落幕,本次赛事吸引了全球100 多名工程师报名,最终有 10 个国家 30 名工程师被选拔来到现场参赛,他们来自优达学城Udacity、卡耐基梅隆大学、NASA 月球车项目、MIT 媒体实验室、宝马创新中心等…无人驾驶工程师直接挑战人类驾驶员,这是全球第一次人类对战 AI 的无人驾驶赛事,精彩而极具意义。

最终小尺寸车组的冠军由来自华中科技大学的 Udacity 学员张迪陈班班所带领的团队获得优胜,他们瓜分了1.2万美元的现金奖励

Udacity 团队勇夺首届 KuaiKai 全球无人车大赛第一!

左起第三位是本次小尺寸车组的冠军Udacity学员张迪

全尺寸车组尽管并没有对人类挑战成功,但仍然完成了极有难度的比赛任务,他们是 Alexander、David Wong 、申泽邦 、游嘉伟等13位选手,他们用协作和挑战的形式推进了技术的发展,完成了全球第一次驾驶领域正式的人机对战!

Udacity 团队勇夺首届 KuaiKai 全球无人车大赛第一!

左起第六位是Udacity学员申泽邦

赛事总计 40万 人民币的奖金也将在半个月内兑现给选手,同时将获得 Udacity 人工智能学院的任选课程

冠军独家专访

Udacity 团队勇夺首届 KuaiKai 全球无人车大赛第一!

小尺寸车组的冠军,张迪,来自华中科技大学,Udacity 无人车入门学员,恩智浦杯全国大学生智能车竞赛全国二等奖,擅长 Python,Linux, ROS, C++编程, Python, Tensorflow, Caffe, 常见传感器数据处理。

问题1:你本次比赛的最大收获是什么?

张迪:本次比赛的最大收获就是亲自将 udacity 的无人驾驶课程中的 behavioral cloning 在自己的小车上实践了一遍,从硬件平台搭建到数据采集、模型训练方面都学习到了很多的东西。还有就是认识了来自全世界各地的小伙伴,我们在短短的几天时间就结下了深厚的友谊,在比赛中我们是对手,更是朋友。

问题2:你觉得本次比赛能够取得冠军,是自己在哪些方面处理得比较好呢?

张迪:这次比赛中,我认为我们在数据采集与预处理的方面做的比较好。donkeycar 的流程与 udacity 的无人驾驶课程中的 behavioral cloning 是类似的。我们使用手柄遥控我们的小车在赛道上跑了十几圈,在跑的过程中记录下了每一帧的图片和此时油门与转向的数值。由于我们没有采用序列模型,因此模型的输入是单帧图片,输出的就是小车的油门和转向。

所以在采集数据的过程中一定要尽量保证采集到的数据要正确。例如车子在弯道时,尽量保证转向的数值稳定,不要出现太多在弯道时转向数值为 0 的帧,这样就避免了网络学习过程中出现弯道转向输出为 0 的情况。另外一点就是 donkeycar 原始的网络输入 RGB 三通道的图像数据。因为我们的车道线是白色和黄色,因此在 HSV 空间的V通道中白色和黄色区域的数值都比背景大很多,因此我们模型的输入采用了 V 通道,使得网络更好的关注白色的车道线和黄色的中心线。

问题3:你觉得 Udacity 的无人驾驶课程对于你这次比赛夺冠的过程起了什么作用呢?

张迪:因为无人驾课程中的 behavioralcloning 与 donkeycar 的流程大致相同,因此在这次比赛中,我借鉴了很多 behavioral cloning 项目中的经验,这为我节省了大量的时间。还有无人驾驶课程中讲解的车道线检测的部分,在不同的颜色空间能够更好的将白色与黄色的车道线提取出来。这启发了我将 RGB 的图片转换到了 HSV 空间只选取V通道作为网络输入,使得网络能够更好的关注到车道线,同时也减少了一定的计算量。

无人驾驶的未来,从这一刻开始

在无人驾驶专业分享环节,Udacity 中国区市场部总经理周舟女士分享了人工智能在线教育课程,认为挑战不可能就是人类最美好的品质,期待可以和贵阳市政府合作人才的引进和落地。

在本次比赛中,无论是小车组还是大车组,Udacity 的学员都发挥得非常出色,取得了优异的成绩。这些成绩的取得,离不开 Udacity 课程高质量的课程设计和教学服务。Udacity 自 Google 无人车之父 Sebastian Thrun 创立以来,已经培育了 900 万名前沿技术学员,包括超过 8,000 名人工智能、无人驾驶工程师,占据全球人工智能工程师总量的 3%