1. 从零到国赛：一场智能无人车竞赛的完整复盘
去年，我带着团队从校赛打起，一路闯进“2022 CCF智能无人车大赛”的国赛，最终拿到了季军。这个成绩背后，远不止是捧回一个奖杯那么简单。更让我和团队成员们兴奋的是，凭借这个成绩，我们获得了线下参加“CCF NCCA 2022 第37届中国计算机应用大会”的资格。在那几天里，我们见到了9位院士和近40位长江学者，现场聆听了最前沿的科技成果报告，参与了高密度的学术论文交流。对于一个还在校园里摸索的学生团队来说，这种从“埋头调车”到“抬头看路”，与领域内顶尖大脑同处一室的机会，其冲击力和启发价值，可能比奖牌本身还要大。
今天，我想抛开那些光鲜的领奖瞬间，把聚光灯打回备赛的实验室、调试到凌晨的赛道旁，以及那些让我们抓狂又兴奋的技术细节上。这篇文章，就是一份关于如何从零开始，准备并冲击一项高水平智能车竞赛的实战手册。无论你是对智能车感兴趣的新手，还是正在备赛寻找突破的老兵，希望我们踩过的坑、总结的经验，能给你带来一些实实在在的帮助。我们的赛道任务是“智能驾驶虚拟仿真挑战赛”，核心是在高度仿真的城市道路环境中，让无人车完成安全、高效、合规的自动驾驶。这听起来很“AI”，但落地过程，却是算法、工程、调试与心态的全面较量。
2. 赛题核心与我们的技术选型思路
2.1 赛题本质：不是炫技，是解决实际问题
很多同学一听到“智能无人车”、“自动驾驶”，第一反应就是堆砌最前沿、最复杂的算法模型。我们最初也犯过这个错误，但很快就被现实教育了。CCF这道赛题的场景设定在一个包含十字路口、环岛、行人、非机动车、他车的复杂城市仿真环境中。评分标准多维且严格：任务完成度、行驶安全性、通行效率、交通规则遵守率。
这意味着什么？意味着一个单纯追求极限速度的“莽夫”策略会因频繁碰撞而得零分；一个过于保守、处处刹车的“懦夫”策略则会因超时被淘汰。赛题的本质，是考察我们如何设计一个均衡、鲁棒、可解释的自动驾驶决策与控制体系，在多重约束下找到最优解。它更像一个工程问题，而非单纯的算法研究。
注意：这是第一个关键认知转变。不要把比赛当成算法模型的“秀场”，而要当成一个需要交付稳定可靠“产品”的工程项目。稳定性、可调试性往往比模型的“新颖度”更重要。
2.2 技术栈选型：务实基础上的创新
基于以上认知，我们搭建了“感知-决策-控制”的经典三层架构，但在每个环节的选型上，都做了大量务实的权衡。
感知层：相机+规则，放弃昂贵的激光雷达仿真。赛会提供了相机（RGB图像）和激光雷达（LiDAR点云）两种传感器数据。虽然点云在物体检测和距离估计上更精确，但其数据量大、处理耗时，且对我们的硬件（普通游戏本）和算法实时性提出了更高要求。经过实测，在仿真环境中，基于相机的目标检测算法（我们选用YOLOv5s轻量化模型）配合简单的逆透视变换（IPM）来估算车道线和可行驶区域，其精度和速度已经能够满足决策需求。我们将节省下来的计算资源，全部投入到了更关键的决策规划模块中。
决策规划层：分层状态机（FSM）为主，局部引入强化学习（RL）微调。这是我们的核心创新点，也是花费精力最多的地方。完全基于规则的FSM（例如，定义“直行”、“左转等待”、“借道超车”等状态）逻辑清晰、行为可预测、调试方便，但面对连续、复杂的交互场景（如无保护左转）时，策略会显得僵硬。而端到端的强化学习虽然潜力巨大，但训练不稳定、样本效率低、黑箱难以调试，在有限的备赛周期内风险极高。
我们的折中方案是：用FSM搭建决策主干，确保基本行为的正确性和稳定性；在FSM的某些关键子状态（例如“汇入车流”、“交叉口博弈”）中，引入一个轻量级的强化学习模型作为“策略优化器”。具体来说，FSM负责宏观任务分解和状态切换（比如，识别到前方有慢车，切换到“准备超车”状态），而进入“准备超车”状态后，具体的横向偏移量、加速度曲线等微操，则由一个预先在简单场景中训练好的PPO（近端策略优化）网络来输出。这样既保证了系统的整体鲁棒性，又在关键环节引入了自适应和优化能力。
控制层：纯经典控制，追求极致稳定。决策规划层输出期望的路径点和速度，控制层负责让车辆精准地跟踪。这里我们没有使用任何学习的方法，而是采用了经过工业界千锤百炼的纯追踪（Pure Pursuit）算法配合PID控制。原因很简单：控制是执行的最后一道关卡，必须绝对可靠。PID参数虽然需要精细调试，但一旦调好，其稳定性远超任何神经网络控制器。我们花了整整一周，在各种曲率、速度下反复调试横向的纯追踪预瞄距离和纵向的PID参数，直到车辆能够丝滑地跟踪任何给定路径。
3. 核心模块的魔鬼细节与实操要点
3.1 感知模块：轻量化与后处理的艺术
使用YOLOv5s做目标检测只是第一步，如何让检测结果更好地服务于下游规划，才是难点。
1. 目标跟踪与ID维持：检测框是逐帧独立的，但决策需要知道“刚才那个行人是不是正在横穿马路”。我们采用了简单的SORT（Simple Online and Realtime Tracking）算法。它的核心是卡尔曼滤波预测下一帧位置，再通过匈牙利算法进行IOU匹配。实现起来不复杂，但能极大提升决策的连续性。例如，一个被短暂遮挡的行人，通过跟踪可以维持其ID，避免决策系统误以为行人消失而做出危险动作。
2. 逆透视变换（IPM）的陷阱：为了从2D图像中获取车道线的3D位置信息，我们使用了IPM。但这里有个大坑：IPM假设地面是绝对平坦的。而仿真环境中其实有细微的坡度起伏。直接应用IPM会导致远处车道线位置估算严重失真。我们的解决方案是动态IPM：在车辆启动时进行一次标定，获取初始的变换矩阵；在行驶过程中，结合车辆自身的俯仰角（可从仿真器或IMU数据获取）对变换矩阵进行微调。虽然增加了复杂度，但换来了全路段可用的车道线感知。
3. 传感器融合的“软融合”：虽然我们主要依赖视觉，但仿真器提供的LiDAR点云也并非完全无用。我们将其用于碰撞校验。规划模块生成一条未来轨迹后，我们会将这条轨迹“投射”到点云空间中，检查轨迹上的点是否与障碍物点云有交集。这是一种低计算成本的“最后一公里”安全校验，多次帮我们避免了因感知漏检导致的潜在碰撞。
3.2 决策规划模块：FSM的设计哲学与RL的驯服之道
1. 状态机（FSM）设计：化繁为简，明确优先级我们的FSM顶层只有几个大状态：LANE_KEEP（车道保持）、LANE_CHANGE（变道）、INTERSECTION_NAV（路口导航）、EMERGENCY_STOP（紧急停车）。关键不在于状态数量，而在于状态转移条件必须绝对明确、无歧义，并且要设置严格的优先级。例如，EMERGENCY_STOP的优先级最高，任何其他状态下，只要前向碰撞时间（TTC）低于阈值，必须无条件切换。INTERSECTION_NAV的优先级高于LANE_KEEP。我们使用一个独立的“仲裁器”模块来持续评估所有转移条件，并执行最高优先级的转移，避免了状态冲突和“卡死”。
2. 行为规划（Behavior Planning）：基于规则的代价函数在LANE_CHANGE或INTERSECTION_NAV状态下，需要评估多个候选行为（如“左变道”、“右变道”、“跟驰”）。我们为每个行为设计了一个多维度代价函数：
- 安全代价：与周围所有障碍物的最小距离倒数。
- 效率代价：预计到达目标的时间。
- 规则代价：是否压虚线、是否在实线区变道等（违反则代价无穷大）。
- 舒适度代价：加速度和加加速度（jerk）的平方和。 每次决策时，计算所有可行行为的代价总和，选择代价最小的执行。这套方法逻辑透明，调试时可以通过调整权重来改变车辆的“性格”（激进或保守）。
3. 运动规划（Motion Planning）：局部路径生成确定了行为（如“向左变道”）后，需要生成一条具体、平滑、动力学可行的路径。我们采用了多项式螺旋线（Polynomial Spiral）来连接当前状态和目标状态。相比于简单的圆弧或直线，螺旋线可以通过调整多项式系数，方便地约束起终点的位置、航向角、曲率甚至曲率变化率，从而生成非常平滑的轨迹，这对控制跟踪和乘坐舒适性至关重要。
4. 强化学习（RL）微调：如何让“黑箱”可控在“无保护左转”这种需要与他车博弈的场景，纯规则很难写好。我们训练了一个小型的PPO网络，其输入是高度抽象的状态：自车与路口中心相对位置、自车速度、主要冲突方向来车的距离和速度等（约20维）。输出是几个离散动作：加速通过、匀速通过、减速让行、停车等待。关键技巧在于奖励函数（Reward Function）的设计：
- 稀疏奖励是灾难：只在成功通过时给正奖励，失败给负奖励，网络几乎学不到东西。
- 我们的奖励是密集且分层的：
- 生存奖励：每存活一帧+0.01（鼓励探索）。
- 进度奖励：朝向目标点的前进距离（鼓励前进）。
- 安全惩罚：与冲突车辆的TTC过小时的负奖励（鼓励安全）。
- 效率惩罚：耗时惩罚（鼓励快速）。
- 最终奖励：成功通过+100，碰撞-100。 通过这种精心设计的奖励，我们在大约10万步的训练后，得到了一个在简单交叉口场景下表现优于固定规则的策略。然后，我们将这个RL策略作为一个“插件”，只在FSM进入“无保护左转”子状态时调用它。
3.3 控制与调试：将理论转化为稳定表现
1. 纯追踪（Pure Pursuit）的“预瞄距离”自适应：预瞄距离是纯追踪算法的核心参数，固定值无法适应所有速度。我们实现了一个简单的自适应公式：预瞄距离 = 基础距离 + 速度 * 增益系数。这样在低速弯道时，车辆会“看近一点”，跟踪更精确；在高速直道时，会“看远一点”，行驶更平稳。
2. PID调试的“两步法”：调PID是个体力活，我们总结了一个高效方法：
- 第一步：开环调试。在车辆静止或匀速直线行驶时，给一个阶跃的目标速度或横向偏移指令，观察响应。先调P（比例），让系统有反应；再调I（积分），消除静差；最后调D（微分），抑制超调震荡。记录下几组不同大小指令下的“最佳”参数。
- 第二步：闭环验证与微调。将上述参数用于实际的路径跟踪。在赛道的典型弯道、直道、S弯上反复跑。重点关注控制量的输出是否平滑，是否有高频抖动。微调D项和加入低通滤波器，是消除抖动、提升乘坐品质（仿真中也重要！）的关键。
3. 仿真中的“加速回放”与“场景录制”：仿真平台最大的优势是可重复。我们大量使用了场景录制与回放功能。一旦在某次测试中发生碰撞或违规，立即保存当前场景的所有初始状态（车辆位置、周围交通参与者状态）。然后，我们可以在修复代码后，精确地复现这个场景进行测试，极大提升了调试效率。此外，我们还编写脚本进行“加速测试”，让仿真以2倍、5倍速运行，快速验证长期运行的稳定性。
4. 备赛全流程：从组队到冲刺的六个阶段
4.1 阶段一：团队组建与知识扫盲（第1-2周）
这不是一个人的战斗。我们团队4人，角色明确：
- 算法岗（2人）：主攻感知、决策、规划算法，需要熟悉OpenCV、PyTorch/TensorFlow、ROS。
- 控制与仿真岗（1人）：负责车辆动力学模型、控制器实现、仿真环境搭建与调试，需要熟悉C++/Python、控制理论。
- 工程与调试岗（1人）：负责代码框架整合、模块接口、可视化工具开发、性能优化，是团队的“粘合剂”。 组队完成后，第一件事不是写代码，而是集体研读比赛规则、评分细则和技术文档，并跑通官方提供的基线（Baseline）代码，确保每个人都能在自己的电脑上运行起仿真环境。
4.2 阶段二：框架搭建与基线改进（第3-5周）
我们基于ROS（机器人操作系统）搭建了模块化的框架，定义了清晰的话题（Topic）和服务（Service）接口。然后，对官方基线进行“外科手术式”改进：
- 替换掉基线中性能较差的感知模型（如HOG+SVM）为YOLOv5。
- 重写决策逻辑，从一堆
if-else改为清晰的FSM。 - 优化控制接口，实现更平滑的速度跟踪。 这个阶段的目标是拥有一个稳定、可运行、且性能明显优于原始基线的系统。不要追求完美，先解决“有无问题”。
4.3 阶段三：核心算法攻关与迭代（第6-10周）
这是最艰苦、也最出成果的阶段。按照“感知 -> 决策规划 -> 控制”的顺序，逐个模块进行深度优化。
- 每周设定一个明确的主题，例如“本周解决交叉口停车让行问题”。
- 每日站会：早上15分钟，同步昨天进度、今天计划、遇到什么阻塞。
- 代码版本管理：严格使用Git，每个功能一个分支，合并前必须通过核心场景测试。
- 可视化调试工具：我们开发了一个简单的PyGame界面，能实时显示感知结果、规划路径、决策状态，这对调试至关重要。
4.4 阶段四：集成测试与性能调优（第11-12周）
所有模块初步完成后，进入全天候的集成测试。我们构建了一个测试场景库，包含：
- 必过场景：规则要求的基本任务。
- 边缘场景：极端天气（仿真中）、传感器噪声、突然出现的障碍物。
- 压力场景：高密度车流、连续多个复杂路口。 每天的任务就是让车在场景库中反复跑，收集数据，分析失败案例，定位问题模块，然后打补丁。同时，开始进行性能剖析（Profiling），找出计算瓶颈（往往是感知或规划搜索算法），进行代码级优化，确保系统能在规定时间内（通常是实时或10Hz）完成一次处理循环。
4.5 阶段五：模拟赛与策略固化（第13周）
比赛前通常会有一到两次线上模拟赛。这是最重要的练兵机会。模拟赛的环境、规则、评分系统与正式比赛几乎一致。我们的策略是：
- 用稳定版本跑第一次：获取一个基准分数和排名，了解自身定位。
- 分析排行榜：研究前排队伍的得分项，分析他们可能采用的策略（虽然看不到代码，但可以从完成时间、违规项倒推）。
- 进行有限度的冒险：在第二次模拟赛中，尝试一些新的、略有风险的优化策略（如更激进的超车逻辑），测试其上限和下限。 模拟赛后，除非发现致命BUG，否则不再进行大的架构改动，只做参数微调和BUG修复，进入“策略固化”阶段，全力保证现有系统的稳定性。
4.6 阶段六：决赛准备与临场应对（第14周）
决赛通常是线上提交代码，由组委会在统一环境中评测。准备工作包括：
- 环境复现：在本地尽可能复现官方的评测环境（操作系统、库版本、GPU驱动等）。
- 代码封装与提交检查：严格按照要求打包代码，编写清晰的README。在本地运行提交脚本，确保无报错。
- 制定应急方案：如果第一次提交成绩不理想（如崩溃、超时），快速回退到哪个稳定版本作为“保底提交”。
- 心态调整：提醒团队成员，比赛结果有不确定性，我们已经做到了能力范围内的最好，享受过程。
5. 那些踩过的坑与救命的技巧
5.1 算法与工程上的典型陷阱
坑1：过度依赖端到端学习。早期我们尝试过用CNN直接从图像映射到方向盘和油门控制（模仿学习）。结果发现，车辆在训练集场景上表现完美，一旦遇到未见过的道路拓扑或障碍物布局，行为就完全不可预测，且无法调试。教训：在安全关键的系统中，可解释性和可调试性必须优先于模型复杂度。
坑2：规划轨迹的动力学可行性被忽视。我们曾用A*搜索出一条最短路径，但这条路径的曲率不连续，导致控制模块根本无法跟踪，车辆剧烈摇摆。教训：运动规划器必须考虑车辆的运动学（甚至动力学）约束。后来我们改用基于状态栅格（State Lattice）的搜索或直接使用样条曲线，从根本上保证了生成轨迹的平滑性。
坑3：多线程/进程间的数据竞争。感知、规划、控制通常运行在不同的线程或节点中。如果时间戳处理不当，规划模块可能用的是上一帧的感知结果，而控制模块用的是上上一帧的规划路径，导致系统“精神分裂”。教训：务必使用带时间戳的消息，并在关键处理环节检查数据的新鲜度，或者采用同步回调机制。
5.2 团队协作与项目管理的心得
技巧1：文档即代码。我们要求每个模块在提交时，必须同步更新一个简明的接口文档和核心算法原理说明（Markdown格式）。这在新成员加入或模块间联调时，节省了大量沟通成本。
技巧2：自动化测试是生命线。我们搭建了一个简单的CI（持续集成）流程：每晚自动拉取最新代码，在10个核心测试场景上跑一遍，生成测试报告（通过率、平均得分、失败场景截图）。第二天早上，大家第一件事就是看报告，快速定位昨晚谁的提交引入了回归错误。
技巧3：可视化，可视化，还是可视化。除了用于调试的实时可视化工具，我们还大量使用日志绘图。将关键数据（如速度、加速度、与障碍物距离、决策状态ID）随时间变化的曲线画出来，与仿真视频同步播放。任何异常行为，在图表上都一目了然，比看代码和打印信息高效十倍。
技巧4：保持与比赛方的沟通。对规则有任何模糊不清的地方，立即通过官方渠道（邮件、QQ群）提问，并关注公告。我们曾因为对一个“停车让行”标志的理解有偏差，白费了一周功夫，后来才发现是规则解读问题。
6. 国赛现场与学术大会：眼界与思维的飞跃
拿到国赛季军，获得了参加CCF NCCA大会的资格，这对我们而言是另一个维度的收获。在大会上，我们听到了院士们关于人工智能未来走向、算力基础设施、新型网络架构的宏观思考；也听到了长江学者、青年才俊们在具体领域，如边缘智能、联邦学习、具身智能等方面的最新突破。
最触动我的，不是某项具体的技术，而是两种思维模式的碰撞：
- 在实验室和赛场上，我们追求的是在既定规则下的最优解，思维是收敛的、工程的、解决具体问题的。
- 在学术前沿，研究者们探索的是规则的可能性边界，思维是发散的、科学的、提出新问题的。
例如，我们为无人车设计复杂的规则来处理“中国式过马路”，而一位学者分享的研究则是如何让智能体通过大模型和常识推理，真正“理解”交通参与者的意图。这让我们意识到，我们精心雕琢的FSM和代价函数，只是智能驾驶漫长征途中的一个坚实脚印。
这次经历让我深刻理解，竞赛是锤炼工程能力和解决问题能力的绝佳战场，而学术会议则是打开视野、触碰未来的窗口。两者结合，才能让人既脚踏实地，又仰望星空。对于在校生而言，积极参加高水平竞赛，并争取走到线下与顶尖学者交流，其价值远超一纸证书。它为你建立了一个高质量的学习循环：用比赛驱动你去深入掌握技术，再用学术视野帮你思考技术的下一步方向。这段经历，无疑为我们团队每个人后续的深造或就业，都打下了极为坚实的基石，也留下了无比珍贵的回忆。
