参与小车竞赛，赢在智能时代

我们是谁？

610智能车团队始建于2006年。团队之初的目的是为了参加全国大学生智能汽车竞赛，该竞赛是以智能汽车为研究对象的创意性科技竞赛，是面向全国大学生的一种具有探索性工程实践活动，是教育部倡导的大学生科技竞赛之一。竞赛以“立足培养，重在参与，鼓励探索，追求卓越”为指导思想，旨在促进高等学校素质教育，培养大学生的综合知识运用能力、基本工程实践能力和创新意识，激发大学生从事科学研究与探索的兴趣和潜能,倡导理论联系实际、求真务实的学风和团队协作的人文精神，为优秀人才的脱颖而出创造条件。

及时总结

临场决断

何为微缩智能车？

在高校科研中，使用真实乘用车进行无人驾驶技术的开发和测试成本太高，使用微缩智能车是一个合理的选择。微缩智能车是指按照一定比例缩小后的自动驾驶技术的载体，其优势在于可以大大减轻物理平台的控制程序的设计工作，从而可以将研究重点放在自动驾驶算法的设计和实现上。此外，微缩智能车平台上的相关研究成果可以轻松的转化到真实乘用车上，因此在高校等科研机构中非常流行。

缩微智能车是真实车辆的缩小版本，可以方便的用于自动驾驶算法的测试中。在研究中，微缩智能车具有高度的灵活性、可控性、安全性、针对性等优点，不受限与城市道路空间，可以有效减轻研究过程中的平台设计难度。缩微智能车与真车相比在体积上虽然有所降低，但在保证基本的驾驶行为与交通特性条件下，其主要功能上可以与真车相媲美。微缩智能车可以在模拟交通环境中使用计算机视觉、自动控制、机器学习等技术进行自动驾驶，可以方便的进行功能测试和算法验证，相关成果可以轻松转移到真实乘用车的自动驾驶中。同时，微缩智能车的自动驾驶风险是可控的，可以方便的进行成果展示。

现有的自动驾驶技术主要分为三种，分别是间接感知型（Mediated Perception）方法、直接感知型（Direct Perception）方法和端到端控制（End-to-End Control）方法。间接感知型方法将驾驶任务分为多项子任务，分别作为计算机视觉的标准任务进行计算，随后将计算结果进行转换和整合作为决策的输入。直接感知型方法需要人工设计与自动驾驶相关的关键指标，随后从图像中直接学习这些关键指标，作为决策的输入。端到端控制方法也称表现反射型（Behavior Reflex）方法，该结构不进行任务拆分，直接从图像中学习转向角等决策信息。

端到端控制方法示例

创意赛候选之车模马拉松

创意赛候选之斯特林发动机车模

创意赛候选之采集机器人

创意赛候选之变形金刚

创意赛候选之飞艇

今年创意赛的题目尚未最终确定，任何专业的任何同学，只要你们的创意能够通过组委会遴选，我们一起去决赛！

上面这几个适合喜欢打游戏的同学：左手控赛车采集数据，右手写代码机器学习，左右互搏，相生相克！

MATLAB里的自动驾驶工具箱

本发明涉及智能车领域，具体涉及一种基于ACP方法的平行智能车控制系统，目的是为了实现无人驾驶车辆的安全行驶，同时降低无人驾驶车辆的制造成本。本发明提出的控制系统，包括平行控制中心和实际车路系统；其中，平行控制中心包括计算控制中心和人工车路系统。计算控制中心收集来自于实际车路系统中的行车参数、路况信息，同时收集来自于互联网的相关信息。经过计算、实验得出控制策略，再在实际车路系统和虚拟的人工车路系统中平行执行。通过提高路侧设备的智能化，有效解决了无人驾驶车辆的安全性问题、提高了通行效率及整体协同程度，同时降低了智能车上车载设备的成本。

发明人王飞跃韩双双　王迎春