第21届智能汽车竞赛的规则动向最近已经成了各大备赛群里的头号话题。规则讨论稿一出来有人盯着传感器清单喊看不懂有人看到新增组别马上想问要不要换方向。作为拿过国赛特等奖的青山队员我想先说一句结论第21届规则表面上是改赛道、改器件本质上是逼着大家从调参跑得快转向系统调得稳。这篇文章不搬运规则原文就结合我参与多届比赛的经验把组别结构、器件限制、判罚逻辑和备赛节奏这些核心动向掰开揉碎讲清楚。无论你是第一次接触比赛的新人还是被规则改动打乱节奏的老队伍这篇文章里都应该有能直接拿去用的东西。1. 规则文件里的变脸信号第21届到底在调整什么1.1 拿到规则文件先拆三层再看很多队伍拿到规则后的第一反应是逐字读读两天发现记不住最后又回到群里问东问西。我的习惯是先把规则拆成三个层次第一层是组别架构决定你今年在哪个赛道里卷第二层是器件与平台限制决定你的车能跑多快、算法能上多复杂第三层是赛道元素与判罚细则决定你能不能活着跑完三圈。这三层优先级从高到低但很多人的阅读顺序正好相反一上来就纠结能不能用IMU能不能改卡尺结果连组别方向都没想清楚。第21届的规则变动虽然还没到最终公布阶段但结合讨论稿和历届出题逻辑能明显看出规则组在做同一件事增加系统的复杂度和不确定性。以前大家比的是谁在固定赛道上调得极限现在比的是谁的车在不可预知的变化里退化得最少。读规则的时候如果你只盯着硬件参数很容易被细节带偏如果你先看架构看每一处改动在逼你训练什么能力规则马上就变得好懂多了。1.2 信号一传感器限制更精细算法权重普遍上移先说大家最关心的传感器限制。近几届的动向是放开算力、收紧感知第21届讨论稿里延续了这个趋势。具体到形式上可能是对摄像头数量、电磁探棒数量、允许使用的传感器种类做更细的约束。以前一个组别可以堆三四个传感器做冗余融合现在规则会通过器件清单逼你精简感知方案把冗余从硬件堆叠转移到算法融合。这背后是一个很清晰的出题逻辑硬件冗余的成本很低低到很多队伍根本不做信号质量分析只管把数据堆在一起加权平均但算法融合的难度高很多它要求你真正理解每个传感器在什么工况下可信、什么工况下会退化。第21届规则想筛选的其实是后者。如果你们队伍还在用传感器越多越稳的思路选硬件我建议重新读一遍器件清单很多坑其实是在帮你省钱不是在限制你。1.3 信号二赛道元素从静态几何走向动态交互另一处容易被忽略的动向是赛道元素的类型变化。经典元素比如十字、环岛、坡道、断路本质上都是静态几何车只要能识别到固定特征并做出固定动作就能稳定通过。但第21届的讨论稿里动态交互元素的比重明显增加比如多车避让、临时障碍、可变路径或者带有随机性的标志组合。这类元素要求车不再只是跑得快而是看得懂、刹得住、绕得开。动态交互对系统时延的要求跟静态元素完全不同。静态元素你可以在图像上做一个状态机检测到特征后按预设轨迹过弯动态元素你的控制周期必须足够短决策必须足够鲁棒否则同一套代码跑十次能过七次另外三次就撞得莫名其妙。这也是为什么规则组把AI视觉相关的内容放到核心位置——深度学习在动态场景里的泛化能力确实比手工特征要稳一个量级。1.4 不变的基础盘车模尺寸、流程框架和工程评审规则年年变但有些底层东西一直没动。比赛的车模平台基础尺寸、电池电压上限、比赛流程中的预赛决赛机制、技术报告和现场答辩这些环节大概率还会保留。原因也简单智能汽车竞赛的定位是工程实践不是纯粹的速度竞赛它始终要求参赛队伍具备文档能力、答辩能力和系统集成能力。所以别被规则改动吓到基础盘还在你之前积累的调试方法论、电路设计能力和代码框架大部分都能复用。2. 组别怎么选亏过钱的过来人谈投入产出比2.1 选组前先算三笔账时间、预算、队友每年都会遇到队伍在组别选择上翻车最常见的原因只有一个只看了技术热度没算自己的资源账。选组之前我建议大家坐下来把三笔账写清楚。第一笔是时间账距离分区赛还有多少周每周能投入多少小时。第二笔是预算账队伍能凑出多少钱买传感器、买备用车模、租场地。第三笔是队友账队伍里有没有人写过Python深度学习代码有没有人懂底层驱动有没有人愿意长期蹲在实验室调机械。这三笔账决定你该选什么组。如果你组里全是单片机熟手但没人碰过神经网络硬选需要深度学习的组别前两个月基本都在补基础反过来如果你组里有人做过图像分类但硬件底子很薄选纯靠调参的传统组反而浪费了你的算法优势。选组本质上不是选哪个组更容易拿奖而是选哪条赛道能把自己的基础评价最大化。2.2 不同基础队伍的具体选择建议根据往年观察可以按队伍情况粗略分类。如果你是零基础、第一次参赛建议优先选传统基础组比如摄像头组或电磁组。这类组别资料多、学长学姐的经验多、赛道元素相对固定能把整个比赛流程完整走一遍从画板子到调PID再到现场修车该学的都会学到。不要因为AI组看起来更高级就硬冲基础组拿国奖的含金量并不低而且工程训练更扎实。如果队伍里已经有人跑通过传统组今年手里又有余力可以试一个带算法权重的组别。这类组别的核心优势是技术壁垒高竞争对手少一旦跑通成绩往往能拉开差距。但代价是调试周期长一个问题可能卡两周需要足够的心理准备。如果队伍里有比较强的算法同学同时又有硬件同学能兜底那就可以放心选AI相关组别。我个人的看法是第21届恰恰是AI相关组别的窗口期因为很多老牌强队还在观望谁先把工程链路跑通谁就有先发优势。2.3 一个很容易被忽略的决策变量队友的长期意愿组别选择还要考虑队友是不是能坚持到赛前最后一天。智能汽车竞赛的疲劳曲线很陡前两个月热情高涨第三个月进入瓶颈期很多人会因为调不好一个弯道而想放弃。如果一个组别需要大量算法调试而队伍里只有一个人在扛那风险会非常高。宁愿选一个大家都能上手维护的保守组别也不要选一个全队只有两个人看得到希望的高难度组别。团队稳定性往往是比赛成绩的最大隐藏变量。3. 硬件选型新思路别让器件清单绑死你的稳定性3.1 主控和传感器够用与冗余的平衡器件清单出来以后很多队伍第一反应是我们用的芯片被禁了吗那个新传感器要不要马上换。我的建议是先别急着买新东西先把你们现有平台的瓶颈找出来。以主控为例如果你的图像处理逻辑只有边缘提取和赛道拟合那一颗K66级别的MCU完全够用如果你要在车端跑轻量级神经网络那就要看主频和硬件加速单元。不要为了追新主控而换平台换平台意味着底层驱动、中断优先级、内存布局全部重来这些隐性成本往往比芯片差价高得多。传感器选型上核心不是数量而是信息互补性。比如摄像头加电磁的经典组合一个提供全局结构信息一个提供近场定位信息两者在不同光照和不同车速下表现不同。第21届如果进一步压缩传感器数量那就要在信息量和鲁棒性之间做取舍。我个人的偏好是优先保留对赛道特征响应最快的传感器而不是保留看起来数据最丰富的传感器。3.2 电源和机械最容易被低估的两个稳定性大头很多队伍把精力全放在算法上结果比赛现场车跑几圈就重启或者高速上丢轮速最后查出来是电源纹波太大或者机械虚位。这类问题在规则里不会直接写但恰恰是决定你能不能完赛的关键。第21届规则无论怎么改车的电源架构一定是核心环节电机大电流启动瞬间会把电压拉低舵机打角也会引入干扰如果摄像头和主控共用一路电源图像很容易出现水波纹直接影响识别稳定性。我的建议是电源设计上至少做到三个独立主控与舵机分开供电、摄像头与电机驱动分开敷地、编码器信号线远离大电流线。机械部分也别忘了检查转向机构虚位、底盘高度、轮胎磨损这些每跑一圈都在变的东西才是现场比赛真正的敌人。硬件选型不是买一堆好零件就完事而是要保证整个系统在长期跑动中不退化。3.3 新器件到底要不要追算清楚跟随成本每年规则一动总会出现一批新规则指定器件比如新型摄像头模块、新的MCU开发板。对于这些新器件我的态度是除非它被列入强制清单否则不追。新器件意味着资料少、驱动不稳定、踩坑成本高而老器件经过历年队伍验证网上有大量现成方案和外设驱动代码。如果新器件确实性能强很多也要先做好评估换上它之后算法效果能提升多少代码迁移需要多久队伍里有没有人能用示波器调硬件故障把这三笔账算清楚再下单能省下不少冤枉钱。4. 赛道判罚里的隐藏线裁判第一视角的扣分逻辑4.1 跑得完不罚跑不完才罚很多队伍直到现场看过裁判记分才意识到一个残酷的事实比赛的判罚核心不是看你跑得多快而是看你能否在规则边界内稳定完赛。预赛阶段尤其是一场定胜负的规则下一次冲出赛道可能就毁掉整轮成绩而稳稳跑完一圈哪怕速度慢一点排名也不会太差。第21届如果继续增加动态元素这种完赛优先的判罚逻辑会更加明显——因为你永远不知道下一圈哪一段会冒出新情况。所以备赛的重点不应该是把最快单圈刷到多极限而是把十次尝试至少有八次完赛作为基线。我见过太多队伍比赛前一周还在调一个极限弯道的速度结果场地灯光一变就翻车。真正聪明的队伍会提前把代码里的保护逻辑写清楚元素识别置信度低于阈值时降速通过而不是硬冲。4.2 起跑线、环岛、停车区这些老演员的判罚尺度如果你以为新规则下老元素就不重要那就太天真了。起跑线压线、环岛方向错误、停车区超距离这些每年都有一堆队伍被扣分。裁判记分的逻辑通常是只看结果不看过程你没在停车区准确停车哪怕是因为机械抖动过了两厘米也照样扣分。第21届规则对停车精度的要求大概率只会更严不会放宽。针对这些老元素我的建议是每一项都建立一个独立测试用例专门记录失败次数。比如停车区连续测试二十次记录每次停止位置的中心误差算出标准差。如果标准差大于三厘米就不要去现场赌运气先回头查编码器零点漂移或者刹车迟滞。现场裁判不会给你解释空间能依靠的只有你提前量足够大的调试数据。4.3 现场申诉怎么开口才不浪费机会很多队伍不知道申诉也是比赛的一部分。如果当场判断你的车违规而你确信是判罚有误先别急着吵架。正确做法是第一时间向裁判申请查看录像或计时数据同时把自己的车停在指定区域保留现场状态。申诉时的表达要具体不要一直重复我觉得没问题而是说清楚我的车在哪个位置完成了什么动作对应规则哪一条哪一款。有经验的队伍会在赛前把规则里容易有歧义的条款打印出来标注上自己的理解这样真到申诉环节能省下大量沟通成本。第21届规则如果涉及动态元素判罚现场更容易有争议这件事务必提前准备。5. 从2月到赛场一套可复用的备赛节奏和调参流程5.1 三个月倒推的时间表如果以五月分区赛为标准理想的时间线应该是赛前五到八周完成硬件平台稳定赛前四到六周完成核心赛道元素跑通赛前三到四周开始做组合赛道和长距离测试赛前两到三周进入随机场地模拟赛前最后一周只调心态和预案。很多队伍前两个月都在反复改电路、换传感器等到最后两周才开始系统跑圈这样做的结果往往是稳定性极差。第21届规则如果加入动态交互元素我的建议是至少比往年提前一周进入“全场随机测试”阶段。因为动态元素没有办法像静态元素那样离线逐项调必须在整车环境下反复跑用大量数据去逼近现场概率。宁可早期牺牲一点极限速度也要把完整的场景覆盖先跑出来。5.2 用数据盯调参平均圈速和方差才是北极星指标调参最容易陷入的误区是凭感觉调。今天觉得转角软了加一点PD明天觉得入弯慢加一点速度结果两天后完全不知道自己改了什么。我的习惯是每次调参前先跑二十圈记录平均圈速、最大圈速、失败次数和失败位置然后只改动一个参数再跑二十圈。用平均圈速和方差来衡量改动效果而不是单看某一次跑得特别好。这样的数据积累还有一个额外好处它能帮你提前发现规律。比如某一段赛道连续三天都在同一个位置失败那大概率不是参数问题而是感知或者机械问题。第21届的赛道元素更复杂失败位置数据会比单圈速度有价值得多。备赛后期我们队里每天开会第一件事就是看数据表哪一段失败率超过百分之三十今天所有人就只处理那一件事。5.3 代码版本管理、技术报告、团队协作一个都不能少智能汽车竞赛是工程赛不是速度赛技术报告和答辩评分占的比重一直不低。第21届如果继续强化AI相关内容技术报告里大概率会要求写模型设计思路、数据采集方案和消融实验。这些内容不是比赛前三天能赶出来的必须从备赛第一天起每周花一点时间整理。代码版本管理我也建议认真做不要用final_final_v3这种文件名用Git每天提交一次提交信息写清楚改了什么能让你在比赛现场快速回滚到稳定版本。团队协作上建议固定每天一次十五分钟的站会每个人说什么、卡在哪、今天准备做什么。这个节奏在备赛高峰期尤其有用能防止所有问题都堆在一个人身上。你会发现很多最终获奖的队伍并不是天赋最好的队伍而是过程管理最扎实、数据沉淀最完善的队伍。6. 大家最关心的规则问题我一次性回答掉6.1 要不要等规则完全确定了再动手不要等。规则确实还要调整但能提前做的事太多了。比如车模组装、电源设计、底层驱动、图像采集、基本PID闭环这些不管规则怎么变都要用。很多队伍因为规则没定干等到三月份才开始动手结果硬件刚焊完比赛都该报名了。聪明的做法是先把那些不管怎么改都用得上的底座搭好等规则明确了再针对性地做增量开发。第21届讨论稿里那些方向已经比较明显完全可以提前把算法跑通了。6.2 经费有限怎么分配最划算如果预算只够买一样东西我一定建议买一个好的调试工具比如示波器或者逻辑分析仪而不是买最贵的传感器。传感器带来的性能提升是有限的而示波器能帮你省下排查硬件故障的大量时间时间才是备赛最稀缺的资源。第二个值得投入的是备用车模比赛现场撞一次车如果有备用平台能马上继续调试对心态和成绩都至关重要。至于各类传感器够用就好不必追求顶配。6.3 AI组和传统组的技术栈能复用吗能而且复用度比你想象的高。跑过传统组的同学对赛道场景的理解、对车辆模型的理解都会在AI组里变成优势。很多AI组队伍最大的问题不是模型训不出来而是训出来的模型部署到车端之后时延和稳定性完全不可控。这时候懂底层驱动、懂图像采集、懂PID控制的传统组经验就是解决工程落地问题的钥匙。所以如果你现在还在传统组不用焦虑把手上这套调明白了未来转任何方向都不亏。最后再分享一点个人体会。规则改动再大比赛考察的本质始终是在不确定性里找确定性你的车能不能在光照变化里认出赛道能不能在机械老化中保持稳定能不能在现场压力下把平时练的都发挥出来。第21届的规则动向说到底是把这种不确定性从赛道几何扩大到动态交互对队伍的综合能力要求更高了。但换个角度想这正是比赛最公平的地方——真正花时间做系统工程的队伍会更容易被看到。备赛路上遇到卡住的时候不要急着怀疑自己先回去看数据少看几眼别人的进度多看几眼自己的车答案通常都在车底下。