一、赛项介绍
随着智能网联汽车技术的快速发展，我国汽车产业正在朝着“电动化、智能化、网联化、共享化”的方向快速发展。从2017年到至今，工信部、公安部等颁布了一系列智能网联汽车技术的政策文件，如《5G应用“扬帆”行动计划（2021-2023年）》、《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》等，对推动智能网联提供了重要支持。随着智能网联汽车产业政策和法规持续加码，未来也将引来智能网联汽车时代。
智能网联汽车技术应用非常广泛，包括车道标识检测、行人检测、人机交互等。本次竞赛旨在锻炼和检验参赛选手对于人工智能技术的理论知识和实操能力，聚焦于智能交通领域，培养智能网联汽车领域的专业技术人才，推动智能网联汽车的技术创新和发展，提高智能网联汽车行业的技术水平，推动智能网联汽车产业发展。
二、参赛要求
本赛项为专科组竞赛。
竞赛流程包含初赛和决赛。
竞赛形式为团体赛，以院校为单位组队参赛，不得跨校组队，校赛阶段校每个企业赛题上推不多于 5 件作品（若一个企业赛题报名不超过 5 件作品，不需要进行校赛，直接上推；若一个企业赛题报名超过 5 件作品，需进行校赛评审）。
粤港澳大湾区区赛阶段每位作者最多参与不超过 1 个人工智能挑战赛赛项。
每支参赛队由 2 名选手和不超过 2 名指导教师组成。选手须为同校在籍学生，性别和年级不限。
三、竞赛内容
专科组竞赛为“初赛+决赛”竞赛形式。
初赛阶段参赛队伍指派一名代表参与线上考核，考核要求选手在规定的时间内，在竞赛平台中独立完成竞赛试题。
决赛要求参赛队伍在规定的时间内独立完成设备初始化配置、路侧设备识别、智能自动驾驶等智能交通场景下的线下实操任务。
1．初赛竞赛内容
专科组初赛统一使用人工智能竞赛平台完成上机考核任务。
初赛试题类型为理论题，包括单选题、多选题、判断题和简答题，在竞赛平台中完成，满分为100分。初赛内容如下表所示。
竞赛范围 |
竞赛内容 |
人工智能应用基础知识（20%） |
人工智能的基本概念 |
人工智能的基础技术与发展趋势 |
人工智能应用开发的基本流程 |
人工智能应用专业知识（40%） |
智能网联汽车技术应用开发案例 |
数据采集、存储与加载的方法 |
数据处理及标注的方法 |
数据质量的评价准则 |
模型训练及测试方法 |
人工智能模型质量的评价准则 |
人工智能模型的基本应用与实现流程 |
智能网联汽车实操要点（40%） |
智能网联汽车运动控制 |
智能网联汽车环境地图录制 |
智能网联汽车定位与导航 |
智能网联汽车模型调用与运行调试 |
2．初赛竞赛评审方式
初赛任务为理论及实操知识考核，采用上机考核的方式进行，满分为100分，考核题型包括单选题（25题，每题2分）、多选题（5题，每题4分）、判断题（5题，每题2分）和简答题（2题，每题10分），其中多选题错选、多选均不得分。考生需在规定时间内完成所有题目，专家评委依据统一标准的评审规则，对提交内容进行客观化评审，竞赛成绩按照分数高低进行排序，若成绩相同，则根据提交时间先后排序。
3．决赛竞赛内容
决赛要求参赛选手使用竞赛组委会提供的智能网联汽车技术综合实践系统完成竞赛任务，任务内容包括设备初始化配置、路侧设备识别、智能自动驾驶、效果演示。本赛项具体包括以下内容：
模块 |
任务名称 |
分值 |
A |
设备初始化配置 |
20% |
B |
路侧设备识别 |
30% |
C |
智能自动驾驶 |
30% |
D |
效果演示 |
20% |
总计 |
|
100% |
任务一 设备初始化配置
参赛选手需以智能网联汽车技术综合实践系统为服务端，对智能网联汽车技术综合实践系统进行远程连接与通信；搭建智能网联汽车技术综合实践系统运动与远程控制运行环境；测试智能网联汽车技术综合实践系统，通过智能网联汽车技术综合实践系统现有的运动驱动、键盘控制等功能接口函数和程序,使用键盘控制智能网联汽车技术综合实践系统实现运动控制。
任务二 路侧设备识别
参赛选手通过智能网联汽车技术综合实践系统现有的图像获取、感知数据读取等功能接口函数和程序，获取智能网联汽车技术综合实践系统摄像头实时图像画面；参赛选手对竞赛预置路侧设备数据集进行预处理；选手使用处理后的数据集训练路侧设备识别模型，选手可根据模型效果对训练数据集进行增强；要求参赛选手能够将路侧设备识别模型部署至智能网联汽车技术综合实践系统本地进行推理应用；要求参赛选手使用智能网联汽车配置的深度摄像头，对路侧设备进行识别，获取目标信息。
任务三 智能自动驾驶
根据任务要求，选手将经过充分训练的智能驾驶模型成功部署到指定的智能网联汽车技术综合实践系统。该模型将通过综合感知和分析，以实时、高效的方式进行各种路况的智能识别和分析，包括但不限于道路标识识别、道路障碍检测、自动驾驶等智能网联汽车场景下的工作任务。
任务四 效果演示
参赛队伍针对竞赛任务书要求，介绍和展示以上任务实现的效果。
4．决赛竞赛评审方式
决赛任务为实操技能考核，评分为四个部分设备初始化配置、路侧设备识别、智能自动驾驶、效果演示，共计总分为100分。
专家评委依据统一标准的评审规则，对竞赛任务进行客观化评审。具体评分规则如表所示。
序号 |
名称 |
占比 |
考核内容 |
1 |
设备初始化配置 |
20% |
实现智能网联汽车技术综合实践系统前进、后退、左转、右转、停止，5 个基本运动功能。 |
2 |
路侧设备识别 |
30% |
实现路侧设备数据集的预处理与模型训练，并将其部署至智能网联汽车技术综合实践系统本地进行推理应用，能够实现路侧设备的识别。 |
3 |
智能自动驾驶 |
30% |
实现智能网联汽车技术综合实践系统能够根据指定路径进行自动驾驶，并根据路侧设备的识别类型做出相应的动作及路径规划。 |
4 |
效果演示 |
20% |
每个参赛队演示时间为5分钟，在规定时间内演示以上任务的实现效果。 |
注：命题专家组可根据实际情况适当调整各项任务的分值
5．竞赛设备设施
赛前，各参赛队须根据赛题要求自行评估参赛设备筹措方式：采用自有、借用、租赁、新购等方式。为方便参赛队参赛，省赛组委会向企业提出借用要求，借用设备由参赛队直接向企业提出申请并借用，所借用设备的技术支持由企业提供，设备安全操作规范由企业向参赛队充分说明。
竞赛现场保证良好的采光、照明和通风；提供稳定的水、电和供电应急设备，同时提供所有选手和指导教师休息室1间、裁判工作室1间。比赛现场按照参赛选手数量准备竞赛所需的软硬件平台，为参赛选手提供统一竞赛设备和备用设备，选手无需自带任何工具。
设备名称 |
关键技术参数 |
人工智能竞赛平台 |
1.平台采用B/S架构进行设计，支持部署在云端或本地高性能算力服务器，用户可直接通过web浏览器进行访问，无需进行相关的环境部署。 2. 平台支持1+X人工智能深度学习工程应用证书的学习、考核、竞赛。 3. 平台可适配多个Linux发行版本进行部署，如ubuntu18、centos8，系统内集成Linux操作系统环境、python3.7编程环境、tensorflow2.0、paddlepaddle2.0、pytorch1.8等多个主流深度学习框架，帮助用户搭建人工智能一体化的开发环境。 4. 平台具备较好的兼容性和安全认证，可兼容百度云、阿里云、亚马逊云、华为云等。 5. 平台可对高性能服务器的CPU和GPU资源进行集中调度使用，内置多个针对不同深度学习框架的CPU、GPU的开发环境，在低算力要求下如机器学习可使用CPU算力资源减少系统功耗，每个用户可根据任务资源的调度均分算力资源；在高算力可使用GPU算力资源，每个用户可至少分配一个GPU实例进行模型训练或推理；支持用户端切换算力环境。 6. 平台内置Jupyter编程环境，集成人工智能深度学习所需的环境资源库，用户可在编程环境中自由创建文件、修改文件、提交文件，同一用户的不同环境相互独立，不同课程任务可调度不同的运行环境；编程环境可实时运行查看反馈结果，并具备代码运行错误的提示功能。 |
智能网联汽车技术综合实践系统 |
1.智能网联汽车技术综合实践系统是一款搭载开放能力的软硬一体化智能网联开发平台，集成高性能GPU计算处理单元、深度摄像头模组、激光雷达模组、一体化高清触摸大屏等高性能部件，全面涵盖了视觉识别、语音识别、智能运动控制等先进技术，可支持完成激光建图与导航、纯视觉建图与导航、智能巡航、智能避障等功能开发，系统模拟真实的智能网联场景，可应用于园区安防、电力巡检、无人配送等丰富场景，满足面向教育侧实训应用开发、竞赛实操应用及产业级应用开发需求。 2.智能网联汽车技术综合实践系统可作为人工智能综合验证开发的一体化平台，可独立支持覆盖人工智能开发全流程应用开发，基于机身搭载的摄像头、激光雷达等多模态传感，可完全单机实现数据采集、数据标注、模型训练、模型部署全流程开发。 3.支持人工智能深度学习应用，可兼容支持Tensorflow、Pytorch、PaddlePaddle等主流深度学习框架，支持计算机视觉、机器学习、知识图谱等主流工具包或库。 |
智能网联汽车技术综合实践系统为本赛项唯一指定硬件平台。
赛事联系人:陈老师，联系电话: 17629082823 (微信同号)。
四、竞赛现场设备设施
比赛现场按照参赛选手数量准备竞赛所需的软硬件平台，为参赛选手提供统一竞赛设备和备用设备，选手无需自带任何工具。
五、其他
其它未尽事宜，将在赛前向各参赛选手做详细说明。
欢迎各队伍指导老师教师，进群获取最新赛事咨询。交流群仅限队伍指导教师进入。为更好维护群交流环境，有效解答各位领导老师关于赛事疑问，请各位入群后修改一下群昵称为“学校名称+姓名”。
参赛队伍指导老师微信交流群-智能网联汽车技术应用赛项（专科）
