賽車運動需要兼顧技巧和即興表演，需要全神貫注并在瞬間做出判斷。但如果沒有人類控制車輛，賽車運動該如何進行？

汽車愛好者將有機會在第25屆古德伍德速度節（Goodwood Festival of Speed）上找到答案。屆時，世界上首款機器人賽車Robocar將首次嘗試參加自動駕駛爬山賽。

研究人員和企業家立志將自動駕駛競賽打造為一項觀賞性體育運動。5月，慕尼黑工業大學（Technical University of Munich）的研究人員團隊在Robocar中內置了NVIDIA DRIVE PX 2自動駕駛平臺，在柏林獲得了第一屆Roborace人機挑戰賽冠軍。

“NVIDIA DRIVE是可以非常迅速地處理傳感器數據的唯一硬件設置，” 慕尼黑工業大學汽車技術項目的研究人員Johannes Betz說道。“您可以嘗試使用普通計算機，但它并不適用于車輛。”

賽車：DRIVE PX 2的終極測試

Roborace是一種新型的賽車活動，專為不安裝駕駛員座椅、用于自動駕駛的特種汽車而生。

Roborace由一群獲得風投支持的企業家經營，已經成為汽車愛好者備受追捧的賽事。正因如此，未來派汽車設計師Daniel Simon也設計了時尚且充滿未來主義的自動駕駛賽車。該設計師因其在《遺落戰境》和《創：戰紀》等好萊塢電影的設計作品而聞名。

在引擎蓋下，四個135kW的電動機為每個輪子提供動力，總計超過500馬力。NVIDIA DRIVE計算機提供計算能力，處理Robocar中來自激光雷達、雷達、GPS、超聲波傳感器和攝像頭傳感器的數據。

Roborace平臺還提供對其DevBot車輛的使用權限，這些車輛的技術設置與 Robocar 相同，但同時允許人類駕駛和自動駕駛。為了順利完成賽車比賽，團隊必須開發出能夠精確感知車輛環境、計算速度和控制車輛的算法。

在Roborace人機挑戰賽中，慕尼黑工業大學與比薩大學（University of Pisa）同場競技。這是兩個團隊使用該公司的DevBot參賽的首個原型賽事。這兩個團隊需要在人類參與的情況下駕駛DevBot汽車圍繞2千米的跑道行駛三次，然后再僅通過軟件駕駛車輛行駛三次。根據每輪第二圈的時間計算用時，平均用時最少的團隊獲勝。

為高速而開發

對自動駕駛賽車進行編程是一項艱巨的任務，況且團隊僅有幾個月的時間完成開發。慕尼黑工業大學團隊從大學的兩個研究所（由Markus Lienkamp博士帶領的Chair of Automotive Technology和由Boris Lohmann博士帶領的Chair of Automatic Control）中抽取了七名核心研究人員組建團隊，并于1月開始展開工作迎接這項挑戰。

該團隊將軟件開發劃分為感知、策略、規劃和控制，確保算法可以自主處理所有駕駛任務。為了測試軟件，研究人員每個月都會前往位于牛津郡班伯里的 Roborace總部，在DevBot上運行算法。DevBot也由NVIDIA DRIVE PX 2平臺提供支持。

開發過程與最終決賽一樣，均需要強大的計算能力支持。慕尼黑工業大學團隊在自己的實驗室中使用NVIDIA AI平臺，這樣他們能夠在用于汽車的嵌入式平臺上實時運行軟件，以實現瞬間決策和傳感器融合。

在耐用型處理平臺上進行了為期五個月的開發和測試后，慕尼黑工業大學DevBot最終以 91.59 秒的平均單圈時間完成了人機挑戰賽，比比薩大學 95.36 秒的時間快了近四秒。

從跑道到街道

Betz認為，慕尼黑工業大學團隊所從事的是一個持續性的項目，此次勝利僅僅是一個開端。自動駕駛賽車使研究人員能夠將自動駕駛軟件和硬件的性能發揮到極致，使其速度更快、轉彎更穩以及路線規劃更迅速，并在重復的閉路線路循環中快速驗證技術。

Betz表示他希望繼續參加Roborace賽事，以便優化軟件、培養新的自動駕駛汽車工程師，并研究在現實生活中應用其技術的方法。

“這是我們決定參賽的原因，”Betz說。“我們開發的一切都將可以得到實踐，并最終在城市街道上的普通車輛中得以應用。”

汽車競賽長期以來都是安全帶和后視鏡等新型汽車技術的試驗平臺。現在，Betz及其團隊將其視為測試感知、物體檢測和路線規劃等自動駕駛功能的下一個前沿陣地。

“我們認為這是一個長期項目，”Betz說道。但是，他認為他們的團隊仍然具有競爭優勢。

“我們希望贏得比賽。”