ALV项目的失败让DARPA认识到无人驾驶汽车的难度远超其当初的预计，点招项目团队集中攻关的模式效果也不甚理想。但这并没有让DARPA知难而退，反而是转变了思路：不再做无人车研发项目的管理者，而选择了向社会开放，通过组织无人车竞赛，发布悬赏，呼唤那些放荡不羁的黑客、天马行空的教授和研发经费充足的民营企业。
DARPA Grand Challenge 2004
2004年3月，DARPA举办的无人车超级挑战赛（Grand Challenge）正式开锣，这是全球首个面向真实越野环境的长距离无人驾驶汽车挑战赛。赛场设在美国莫哈韦沙漠地区，从加州的巴斯托市一直到内华达州，全长约228公里。在这段沙漠赛道中不但有很多岩石，还有很多急转弯和下坡路，沟壑和仙人掌也遍布全程。此外，车辆还要识别可能突然出现的动物和火车道等。比赛路线是高度保密的，正式开赛前两个小时DARPA才将比赛路线分发给每个车队。规则要求参赛车辆只能依靠GPS引导驾驶，以及依靠传感器或摄像头避开障碍物，并在10小时内达到终点。第一个完成挑战赛的车队将获得100万美元的奖金。
为了给潜在参与者充足的准备时间，DARPA提前两年就向外界放出了风。为了给比赛造势，托尼·特瑟（Tony Tether），DARPA当时的局长，还专门在洛杉矶的彼得森汽车博物馆号召大家踊跃参赛。DARPA对参赛选手的资格几乎没有限制，世界各地的选手都可以报名参赛只要团队中包括一名美国公民即可。最终DARPA共收到了106份报名表，有来自大学的和企业的队伍，也有来自高中的学生，甚至还有为了参加比赛抵押了房产的个人。这种热情远远超出DARPA的期望，为了控制决赛规模，DARPA不得不提前举办了资格赛，进行了一场4.4公里障碍赛的预选赛，前15名方可进入决赛。
3月13日，一切准备就绪，参赛队伍群情高涨，DARPA信心满满。但是正式比赛阶段，一开始就有两辆车退赛，还有一辆车刚出发就翻车了。本来预计10个小时的赛程，刚刚过去3个小时，赛场上就只剩下了4辆无人车。而且麻烦不断：刹车、断轴、导航失灵……所有的参赛无人车都遇到了严重的问题。最终没有任何一支参赛车辆能够到达终点完成比赛。成绩最好的卡内基·梅隆大学的“沙漠风暴”号无人车，最终也仅仅行驶了11.78公里，不到全程的5%。
2004年DARPA超级挑战赛
万般无奈，特瑟局长只能爬下车辆，乘坐直升机飞到终点，告诉翘首以盼的记者：“比赛结束了，我有点失望。但这场比赛绝对前无古人，参与比赛的每个人都认识到了这一点。”今天来看，这一赛事的重要性堪比1997 年卡斯帕罗夫与IBM公司深蓝的那场人机对决。
被称为无人车之父的塞巴斯蒂安·特龙（Sebastian Thrun）后来谈及这次挑战赛时也表示：“如果没有这场挑战赛，就没有现在蒸蒸日上的无人驾驶行业，它开拓了一个新的时代。大家都是新来者，而创新并非来自传统的圈内力量，而是由外来者带入的。曾经在这个领域摸爬滚打的专家们反而没了优势，因为他们被自己的思维困住了，当时开发无人驾驶的工程师很少有了解机器学习，Velodyne 的激光雷达（目前几乎是无人驾驶汽车的标准配置）也是这场挑战赛催生出来的。”
DARPA Grand Challenge 2005
第一届挑战赛暴露出来了很多的问题，让各路参赛者也认识到，除了车辆在恶劣地形下遇到的困难之外，许多设计还不成熟，难以同时处理障碍物感知和GPS航迹跟踪的任务。例如比赛中一辆无人车为了躲避阴影直接冲下了赛道，而当天最重量级的参赛车— —一辆15 吨的大卡车却把低矮的灌木当成了巨石，居然选择小心翼翼地绕了过去。正如DARPA 超级挑战赛项目副经理Tom Strat所述的：“有些车辆可以非常准确地跟踪GPS航迹，但是无法感知前方的障碍......其他车辆非常擅长感知障碍，但难以跟踪航迹或者害怕自己的阴影，当它们不存在时产生幻觉障碍。”
第一届挑战赛糟糕的结果，并没有让特瑟局长灰心，反而下了更大的赌注。在失败的终点线上，他宣布来年继续，并且将奖金直接翻了一倍，达到了200万美元之巨。赛场依旧设在加州和内华达州交界处，决赛赛段全长212公里，难度也是有增无减，包括100多个急转弯和3个狭窄隧道。最艰险的一段狭窄弯道，一边是60多米的深沟，另一边则是悬崖峭壁。在高额奖金的诱惑下，2005年的超级挑战赛，DARPA收到了195份报名表，经过一系列资格赛最终有23辆无人车进入了决赛。
上一届比赛中成绩最好、但未完赛的卡内基·梅隆大学红车队，由著名机器人专家雷德·惠塔克（Red Whittaker）教授担当领队，准备在本届挑战赛中将200万奖金收入囊中。首先，他们为比赛准备了两辆无人驾驶汽车，一辆1986 款悍马和一辆1999 款的悍马，选择悍马主要就是因为它们很皮实。同时，惠塔克团队还给传感器装了陀螺仪，以便能得到更可靠的数据。随后，他专门派了三个工作人员驾驶一辆卡车在沙漠里行驶了28 天，这辆卡车的目标就是用激光雷达绘制出比赛区域的数字地图。在莫哈维沙漠开了约2000 英里后，该团队终于摸透了这里的地形。不过，这还不是全部，该团队又出资购买了该区域的高清卫星图像。当DARPA 公布比赛路线后，惠塔克教授立刻派了12 位分析师在帐篷里仔细研究比赛路线。分析师在赛道上标出了石头、围栏和沟渠，以方便参赛车辆识别。除此之外，惠塔克的团队还派工作人员驾驶悍马在不同的沙地进行行驶，以便让车辆能应对不同的环境。配置方面，两辆悍马都搭载了7 颗英特尔M 处理器和40 GB的闪存。为了赢得这场比赛，卡耐基梅隆的预算高达300 万美元，大有舍我其谁的气概。
在20只决赛队伍中，斯坦福大学的“斯坦利（Stanley）”无人车并不十分起眼，但领队塞巴斯蒂安·特龙（Sebastian Thrun）是斯坦福大学人工智能实验室历史上最年轻的领导人，也是一位少年得志的计算机天才。12岁的Thrun就在自家一个老掉牙的北极星电脑（主频只有4MHz，RAM则为可怜的16Kb），上成功地打造了一款赛车游戏。以近乎完美的成绩大学毕业后，Thrun 进入了波恩大学的研究所，在这里他在发表篇论文中第一次提出了会自主学习的机器人概念。Thrun 的优异研究成果引起了美国机器人专家的注意，卡内基梅隆大学聘请他来校执教，当时的他才31岁。不过在卡内基·梅隆他并没有找到自己最爱的研究领域，很快就选择离开并转到斯坦福大学了。因此他与卡内基·梅隆大学车队的Whittaker教授还有过一段短暂的同事经历。
参加DARPA Grand Challenge的Thrun团队（左二为 Thrun）
在Thrun 专心准备第二届挑战赛时，他接到了大众汽车公司电子研究实验室Cedric Dupont 的电话，当时的大众也想参加挑战赛。他们听说Thrun 也有此意，就决定给他提供三辆途锐，一辆用于比赛，一辆备用，另一辆则负责提供零部件。造车经验丰富的大众则负责把车辆的转向、加速和刹车控制系统连上Thrun 的电脑。虽然有了大众工程师的帮助，但是如何让无人汽车正确理解传感器的数据仍然是成败的关键。传统的数据处理方法非常愚笨，研究人员往往迫不得已想尽办法提升数据的质量，例如为传感器装上陀螺仪或升级处理数据的软件。但Thrun 认为，车辆要想变得更聪明，它们就必须自行判断那些不完整的或模棱两可的数据，也就是得拥有类似自我意识的算法。于是Thrun 开始记录Stanley 的大脑，并要求计算机处理传感器采集到的每一个像素，随后根据人类驾驶的情况为数据分配数值。这样，计算机就能将自己的判断与人类的经验进行对比，随后舍弃那些错误的信息和方法。经过一段时间的训练后，Stanley 行驶时已经有人类驾驶员的风格了。不过，Thrun 还不满意，他准备让这项技术更进一步。当时，Stanley 装配了激光扫描仪和摄像头两种主要的传感器。激光在30 米范围内非常有效，但超过这个距离数据的质量就会下降。摄像头虽然看得更远，但侦测近距离物体准确性却比较一般。Thrun 认为两种传感器可以紧密合作，让电脑通过远近不同的数据进行自我学习。Thrun的方案成功了，Stanley 的视觉更加清晰了，在路况复杂的沙地上它都能开到72 公里/小时，转起弯来更是胸有成竹。同时，由于可以自行筛选数据，Stanley 的感知能力直接提升了4 个数量级。在这项改进前，Stanley 发生识别错误的几率高达12%，但之后错误率降到了五万分之一。
Stanley无人车的视觉方案
2005年10月8日早上6点半，第二届无人车超级挑战赛正式开始。23辆武装到牙齿的赛车一辆辆接连出发驶入沙漠。几个小时，在跟随卡内基梅隆大学1 号车行驶了100 英里后，Stanley顺利完成了超车。经过6 小时的角逐，Stanley 终于领先其他团队第一个冲过终点线。卡内基梅隆大学的两辆无人车分别以7小时05分、7小时14分的成绩，拿下第二、第三的位置。这次的比赛确实比第一届成功多了，有5辆赛车都成功到达了终点。
拿下挑战赛冠军后，Thrun 手捧奖杯和200万奖金回到斯坦福发表演讲，他表示：“一年之前，有人说这根本是不可能完成的任务，但现在一切都成真了。有些人说我们是莱特兄弟，但我觉得我们更像查尔斯·林德伯格（首个驾机横跨大西洋的飞行员），因为他长得更帅。”英特尔的研发负责人Justin Rattner 表示：“这是个重要的转折点，它比深蓝击败卡斯帕罗夫还重要。深蓝只是计算能力强，它不会思考，而Stanley 学会了思考。人工智能正在从基于规则的思考升级至基于概率的新模式，毕竟统计分析才更符合人类的思考习惯。”
DARPA Urban Challenge 2007
05年超级挑战赛的成功坚定了DARPA将挑战赛继续搞下去的信心。两年之后，DARPA 已经不满足于荒野的无人驾驶，举办了城市挑战赛（Urban Challenge）。不同于前两次比赛主要面向越野环境，汽车在城市环境中将面临更加动态和复杂的环境，对车辆的自主能力提出了更加苛刻的要求。这届比赛要求参赛车队在模拟的城市环境中6 小时内完成96公里的赛程。为了更加接近未来无人驾驶应用在城市道路的实际状况，主办方还增加了许多看似简单但挑战性极高的规则，这样的要求也促进了无人驾驶技术向更好更健康的方向发展：
- 参赛车辆必须遵守加州地区的交通法规。
- 参赛车辆必须完全自主驾驶，仅限使用其探测到的信息以及公共信号，如GPS。
- 参赛车辆必须能够在雨天和雾天，无GPS信号的情况下行驶。
- 参赛车辆必须避免碰撞，如其他车辆，自行车，路障，电线杆等物体。
- 参赛车辆必须能够在停车场正常工作，并按情况进行U 型弯转弯等。
卡内基梅隆大学车队发誓要将冠军奖杯从斯坦福车队手里夺回来，捍卫他们几十年来在无人车领域的荣誉。他们组建了一支40 人的庞大队伍，其中包括大将克里斯·乌尔姆森（Chris Urmson）。这次他们准备的更加充分，除了两辆参赛的车辆，还有一辆补给车提供充足的零件替换。在他们的装备库里，第一次出现了一种新型的64线激光雷达，为了让这件装备投入使用，卡内基梅隆大学的工程师编写了大量的驱动程序。霍尔兄弟的Velodyne 提供了这一超级武器，凝聚了他们很多心血。在其后的近10年间，64 线激光雷达成为全世界绝大多数无人车必须配置的组件。
2007年11月3日，比赛日终于到来了。大赛在洛杉矶东北方向75英里处的前美军空军基地乔治空军基地举行。这次赢下200万美元头奖的是卡内基梅隆大学车队，斯坦福车队获得第二。卡内基梅隆大学的无人车“Boss”以4小时10分完赛，平均时速22.5公里/小时。斯坦福的无人车“Junior”以4小时29分完赛，平均时速22公里/小时。卡内基梅隆大学的Whittaker教授终于如愿以偿，一雪“前恨”。7年
2007年DARPA城市挑战赛
赛后斯坦福大学车队的Jan Becker说：“在DARPA城市挑战赛前，自动驾驶技术被认为是仅仅有些许的科学价值。通过此次比赛，人们看到了这些汽车能有多么智能和强大，各家企业也蜂拥而至，开始探索这项技术能带来的各种可能性。这是一个巨大的转折点，人们从单纯的对这项技术好奇转变为实实在在的研发。”
这次城市挑战赛结束后，有参赛者向特瑟局长询问下一届比赛什么时候开始，他表示：“以后不会再有比赛了，DARPA的使命已经完成，接下来就要看资本的力量了。”
你看谷歌的人已经带着钱来了。
我是科技Y强，一名热爱汽车、热爱AI、热爱码字的理工男！代表作包括，《风口上的互联网+汽车》（电子工业出版社）、《节能与新能源汽车》（中国制造2025解读）（山东科技出版社）等。
欢迎您关注订阅我正在连载的《智能汽车Y传》！！让我们一起透过繁杂的现象直击智能汽车背后的本质，追根溯源一探智能汽车的发展脉络，深度剖析第四次工业革命大背景下汽车工业正在发生的剧变，聚焦人工智能如何赋能这个曾改变世界的机器，放眼未来共同见证在这场波澜壮阔的产业和社会变革中谁主沉浮。
原创不易，承蒙各路大神抬爱，如需转载请与我私信联系！！
