CMU为何意外输掉2005年DARPA挑战赛?谜题终于解开!

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
|
3天前
|
弹性计算 运维 搜索推荐
三翼鸟携手阿里云ECS g9i:智慧家庭场景的效能革命与未来生活新范式
三翼鸟是海尔智家旗下全球首个智慧家庭场景品牌,致力于提供覆盖衣、食、住、娱的一站式全场景解决方案。截至2025年,服务近1亿家庭,连接设备超5000万台。面对高并发、低延迟与稳定性挑战,全面升级为阿里云ECS g9i实例,实现连接能力提升40%、故障率下降90%、响应速度提升至120ms以内,成本降低20%,推动智慧家庭体验全面跃迁。
|
4天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
372 91
|
5天前
|
SQL 人工智能 自然语言处理
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及,Geo优化(Generative Engine Optimization)已成为企业获客的新战场。然而,缺乏标准化流程(Geo优化sop)导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系,并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果,为企业在AI时代构建稳定的流量护城河。
385 156
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
|
4天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
267 156
|
12天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。