導(dǎo)讀：美國國防高級研究計劃局(DARPA)的“復(fù)雜環(huán)境中具有彈性的自主機器人”(Robotic Autonomy in Complex Environments with Resiliency， RACER)項目一直在開發(fā)行駛速度與載人系統(tǒng)一樣快的越野自主作戰(zhàn)車輛。2022年4月，DARPA選擇英特爾公司為這些越野自動駕駛車輛開發(fā)一個模擬平臺，模擬這些車輛經(jīng)常遇到的崎嶇不平的地形類型，該項目被稱為RACER-Sim。英特爾實驗室后續(xù)將與巴塞羅那的計算機視覺中心和得克薩斯大學(xué)奧斯汀分校合作，共同開發(fā)該模擬平臺。

RACER項目背景及定位

雖然自動駕駛汽車行業(yè)取得了巨大的自主化進(jìn)展，但大多是針對結(jié)構(gòu)良好、可預(yù)測性強的環(huán)境。在復(fù)雜的軍事相關(guān)環(huán)境中，機器人車輛并沒有表現(xiàn)出與作戰(zhàn)行動相匹配的速度，而且自主性也不可靠。雖然也存在能夠處理困難地形的車輛平臺，但其自主算法和軟件往往不能很好地處理和應(yīng)對不斷變化的情況，以保持必要的速度并跟上士兵執(zhí)行任務(wù)。

為此，美國國防高級研究計劃局(DARPA)開展了“復(fù)雜環(huán)境中具有彈性的自主機器人”(RACER)項目，旨在確保算法不會成為自主系統(tǒng)的限制性部分，同時自主作戰(zhàn)車輛能夠達(dá)到或超過士兵的駕駛能力。

按照項目的計劃，RACER要在項目開啟后的四年內(nèi)開發(fā)新的算法技術(shù)，最大限度地利用無人地面車輛(UGV)的傳感器和機械極限，與有人駕駛或遠(yuǎn)程操縱相同的速度和效率進(jìn)行機動，并在DARPA主持的全國各地的各種地形實驗中不斷測試這些算法。DARPA將提供先進(jìn)的UGV平臺，研究團(tuán)隊將利用這些平臺在非結(jié)構(gòu)化的越野地貌上進(jìn)行反復(fù)循環(huán)的模擬和測試，以開發(fā)自主軟件能力。

2021年10月，DARPA把RACER項目第一階段的合同授予了卡內(nèi)基梅隆大學(xué)、NASA-噴氣推進(jìn)實驗室和華盛頓大學(xué)，正式開啟研究計劃，加快研發(fā)步伐。

據(jù)DARPA戰(zhàn)術(shù)技術(shù)辦公室(TTO)負(fù)責(zé)RACER項目的項目經(jīng)理斯圖爾特·楊(Stuart Young)介紹：“RACER旨在顛覆性地推進(jìn)機器人戰(zhàn)車在陸軍、海軍陸戰(zhàn)隊和特種部隊中的自主集成和實戰(zhàn)?！?/p>

RACER項目測試平臺

2021年11月，被選中的研究團(tuán)隊收到了DARPA提供的第一輛測試車輛RACER Fleet Vehicles(RFV)——這是一種高性能的全地形車輛，配備了優(yōu)異的傳感和計算能力。這些研究團(tuán)隊用它來開發(fā)基于平臺的自主性，以便在DARPA主持的現(xiàn)場實驗中進(jìn)行測試。

RFV

之所以由DARPA為每個團(tuán)隊提供車輛，每個團(tuán)隊都擁有相同的傳感器、相同的計算和相同的基于ROS的軟件基礎(chǔ)設(shè)施，是因為DARPA想要強調(diào)自主軟件和算法的開發(fā)，而不是看哪個團(tuán)隊可以將最昂貴的傳感器裝在他們的車輛上。

RFV機器人包括360°范圍和圖像傳感，如多個激光雷達(dá)、立體相機、彩色和紅外成像相機、雷達(dá)、事件傳感器和慣性測量傳感。多個超強算力的圖形處理單元(GPU)安裝在專為滿足RACER高速、越野需求而設(shè)計的環(huán)保、防振/抗振和熱管理的電子箱 (E-Box)中。

傳感器和E-box組合能夠每小時收集4 TB的傳感器數(shù)據(jù)，以支持在復(fù)雜地形中進(jìn)行快節(jié)奏作戰(zhàn)所需的人工智能、基于機器學(xué)習(xí)的自主算法和堆棧方法。每個RFV都包含對滾動保護(hù)、傳感器/電子盒集成、自主控制和增加7kW功率供電系統(tǒng)的修改。這些RFV由卡內(nèi)基機器人有限責(zé)任公司 (Carnegie Robotics LLC，CRL)集成，安裝在Polaris RZR S4 1000 Turbo 基礎(chǔ)的線控驅(qū)動平臺上。

RACER傳感器圖像

2021年11月，三個RFV已交付給RACER第一階段的三個入圍團(tuán)隊，以便隨后在位于加州歐文堡的陸軍國家訓(xùn)練中心進(jìn)行測試。DARPA的測試現(xiàn)場為各團(tuán)隊提供了一個展示其自主算法在復(fù)雜環(huán)境中能力的舞臺。在歐文堡訓(xùn)練中心，各團(tuán)隊將展示他們在各種地形和距離長達(dá)5公里的路線上導(dǎo)航的能力。

為了進(jìn)一步支持軟件開發(fā)，DARPA還從大西洋中部和西海岸500多公里的地形中收集了超過100 TB的基于RFV 的傳感器數(shù)據(jù)，這些數(shù)據(jù)均與團(tuán)隊共享并在RACER開發(fā)工具中進(jìn)行管理以提高效率和安全性。還將提供概念性政府基線算法和自主架構(gòu)。此外DARPA還鼓勵各團(tuán)隊與基礎(chǔ)研究型大學(xué)和工業(yè)聯(lián)盟合作，在協(xié)作機器人、學(xué)習(xí)和智能系統(tǒng)活動中，使用陸軍戰(zhàn)斗能力發(fā)展司令部研究實驗室的最新產(chǎn)品。

在第一階段，這些車輛是越野車類型的。如若第一階段取得成功，該項目第二階段參與的每個研究團(tuán)隊將有機會使用進(jìn)一步升級的車輛。

美國陸軍自主平臺演示器(APD)

美國陸軍的自主平臺演示器(APD)是一個六輪混合動力電動車，重近10噸，從一開始就被設(shè)計成無人駕駛。APD具備較強的跨越障礙的性能，最高速度為80km/h，可以爬升較大的坡度，也可原地調(diào)頭。

DARPA計劃在RACER項目的每個階段都進(jìn)行一系列的現(xiàn)場實驗。每個實驗將持續(xù)10天，每隔6個月進(jìn)行一次。第一階段的實驗區(qū)域長約5公里，DARPA將其描述為“通常是無路的越野自然地形，有植被、斜坡、離散障礙物和地面變化”。這些車輛還應(yīng)該能夠處理常見的環(huán)境條件，包括“黃昏/黎明，中度灰塵，中度雨/雪，輕霧，自然陰影，照明變化，以及可能暴露在夜間條件下?！?/p>

各參與團(tuán)隊得到的只是反應(yīng)實驗區(qū)域的邊界、路線航點和最終目標(biāo)的GPS坐標(biāo)列表。如果需要，團(tuán)隊也可以使用GPS來嘗試定位，但GPS信號可能不會在任何時候都可用，即使有，也只能精確到±10米。他們也可以使用地形圖，但分辨率只能達(dá)到1:50000。除此之外，各團(tuán)隊在測試中不能使用任何外部定位或預(yù)先存在的信息，而且也不允許使用以前的地圖。為了確保目標(biāo)的可實現(xiàn)性，DARPA將確?！霸谕窘?jīng)點之間將存在多條路線，由人類駕駛員駕駛時可以達(dá)到RACER速度指標(biāo)”。

RACER項目的測試場景

DARPA的希望是，在第一階段，團(tuán)隊能夠展示每小時18公里的平均自主速度，所需干預(yù)的頻率不超過每2公里一次。第二階段，使用APD，目標(biāo)將明顯更加激進(jìn)，路線長度為15至30公里或更多，平均自主速度目標(biāo)為29公里/小時，每10公里才干預(yù)一次。這些指標(biāo)是DARPA希望自主車輛能夠做到的?！耙暂d人戰(zhàn)車的作戰(zhàn)節(jié)奏速度保持機動性，特別是以M1艾布拉姆斯主戰(zhàn)坦克為主要對象?！?/p>

RACER-Sim項目

在RACER項目開啟的同時，DARPA還授出了兩項合同給Duality Robotics和Intel-Federal團(tuán)隊，以開發(fā)模擬環(huán)境來支撐越野自主算法的開發(fā)。該計劃被稱為RACER-Sim，旨在擴展當(dāng)前的模擬能力和基于物理的模型，這些模擬環(huán)境將允許團(tuán)隊模擬測試和驗證其自主算法的一部分，而無需花費大量時間和金錢進(jìn)行現(xiàn)場測試。

2022年4月， DARPA把RACER-Sim合同授予英特爾公司的英特爾實驗室及其合作者——巴塞羅那計算機視覺中心和得克薩斯大學(xué)奧斯汀分校。

英特爾實驗室自動駕駛汽車實驗室主任German Ros在談到這個話題時表示：“英特爾實驗室已經(jīng)開始通過包括CARLA模擬器在內(nèi)的多個項目在開發(fā)自動駕駛汽車仿真方面取得了進(jìn)展。我們很自豪能加入 RACER-Sim，為探索越野機器人和自動駕駛汽車領(lǐng)域的新視野做出貢獻(xiàn)。我們組建了一支由來自計算機視覺中心和得克薩斯大學(xué)奧斯汀分校的知名專家組成的團(tuán)隊，目標(biāo)是創(chuàng)建一個多功能和開放的平臺，以加速適用于所有類型環(huán)境和條件的越野地面機器人的進(jìn)展?！?/p>

RACER-Sim的目標(biāo)是提供高保真虛擬世界，用于開發(fā)和測試自主越野車輛

RACER-Sim由兩個階段組成，總共持續(xù)48個月，在第一階段，英特爾的重點是創(chuàng)建新的仿真平臺和地圖生成工具，以高精度模擬復(fù)雜的越野環(huán)境(例如物理特征、傳感器建模、地形復(fù)雜性等)。大規(guī)模創(chuàng)建模擬環(huán)境是一個傳統(tǒng)上需要大量資源的過程，也是模擬工作流程中最大的挑戰(zhàn)之一。英特爾實驗室的模擬平臺將支持對未來地圖的定制，包括只需點擊幾下即可創(chuàng)建覆蓋超過100000平方英里的大型新環(huán)境。

在第二階段，英特爾實驗室將與RACER合作者合作，通過在不使用物理機器人的情況下實施新算法來加速研發(fā)過程。然后，團(tuán)隊將在模擬中驗證機器人的性能，從而節(jié)省大量時間和資源。第二階段還將包括開發(fā)新的Sim2real技術(shù)——在模擬中訓(xùn)練機器人以獲取技能，然后將這些技能轉(zhuǎn)移到相應(yīng)的真實機器人系統(tǒng)的概念——從而能夠直接在模擬中訓(xùn)練越野自主地面車輛。

英特爾希望這些新的仿真工具能夠顯著改進(jìn)使用虛擬測試的自主系統(tǒng)的開發(fā)，從而降低與傳統(tǒng)測試和驗證協(xié)議相關(guān)的風(fēng)險、成本和延遲。未來，仿真平臺將超越驗證，創(chuàng)建可應(yīng)用于現(xiàn)實世界中的AI模型。

小結(jié)

DARPA的RACER項目是對當(dāng)前自主駕駛技術(shù)的巨大突破，相比于模式化的城市道路，軍事越野環(huán)境更具挑戰(zhàn)性和復(fù)雜性，有三維表面、數(shù)百個障礙物類別、較低的保真度、有限的地圖數(shù)據(jù)以及沒有確定的道路網(wǎng)絡(luò)或駕駛規(guī)則。雖然目前的公路自動駕駛不能直接轉(zhuǎn)移到越野領(lǐng)域，但公路自動駕駛車輛的傳感器、處理方法、感知算法和其他方法是適用的。RACER正是試圖利用這些已有技術(shù)，將其應(yīng)用于軍事越野領(lǐng)域，并將其推廣到更廣闊的環(huán)境中。

審核編輯 ：李倩