国赛成绩单挂出来的那个晚上群里最热闹的其实不是拿了冠军的那几支队伍而是一群人对着一张密密麻麻的表格一行行往下翻找自己学校的名字。有人截图发群里庆祝有人沉默地把手机扣在桌上还有人已经开始在文档里敲下一年的备赛计划。第十六届全国大学智能车竞赛全国总决赛竞速组别的成绩与奖项看起来只是一张排名表但它更像是一份压缩过的技术总结报告——每一行名次背后都写着一辆车在赛道上跑过的那几百毫秒里硬件、算法、调参和人的状态是怎么交织在一起的。我前后跟过几届智能车比赛从焊板子、调传感器到通宵改图像处理踩过的坑足够写满一个笔记本。这篇就把我理解的“成绩与奖项”这件事掰开揉碎讲清楚竞速组别的成绩单到底记录了什么、奖项是怎么划出来的、名次差距背后藏着的技术分水岭在哪里、以及下一届该怎么准备才能让自己的车离那张表格的上半部分更近一点。不管你是刚入坑的新队员还是带队的学长学姐都能从里面找到能直接抄作业的东西。1. 竞速组别的成绩单到底在记录什么很多人第一次看智能车竞赛的成绩表会觉得信息量很少队伍名、学校、最好成绩、名次四列就没了。但如果你真的参与过备赛就会知道这四列背后的信息密度高得吓人。竞速组的逻辑其实非常朴素——车在规定的赛道上跑谁用的时间短谁靠前规则透明到几乎没有争议空间。正因为规则简单所有参赛队才会把全部精力压到“怎么让车再快 0.05 秒”这一件事上这也是智能车竞赛最迷人的地方它把工程能力量化成了一个可以精确比较的数字。1.1 从分区赛到全国总决赛的晋级链条竞速组别的国赛名额不是随便报的它的晋级链条一般是“校内选拔 - 分区赛省赛/区域赛- 全国总决赛”三级。校内选拔通常由各校自己组织形式五花八门有的直接跑一圈计时有的还要答辩分区赛才是真正意义上的第一道全国性关卡按赛区划分各赛区按比例给国赛名额。这里有个容易被忽略的细节分区赛的成绩不只是决定你能不能进国赛还会影响你在国赛里的心理预期和调车节奏。我见过不少队伍在分区赛跑出很好的成绩然后就“躺”了几周等国赛前再摸车时发现状态全丢了也见过分区赛压线晋级、反而憋着一股劲在国赛冲进前列的。提示分区赛结束到国赛之间那段时间是最容易被浪费的黄金期。车还在、参数还在但队员的手感和对车的熟悉度会肉眼可见地退化。所以成绩表的“来源”本身就值得关注一支队伍是从哪个赛区、以什么名次进来的往往能大致推测出它的实力区间。赛区难度不均这件事客观存在这也是为什么国赛排名有时会出现“黑马”——不是黑马突然变强而是它在强赛区被压了名次到了国赛反而放开了。1.2 一张成绩表里最该盯的三类数据如果只看名次你会错过成绩表九成的价值。我个人看成绩表习惯先扒三类数据最好单圈成绩这是硬实力反映车在最好状态下的极限速度基本由车模性能、算法上限和赛道熟悉度决定。成绩的离散程度如果一支队伍多次发车成绩忽快忽慢说明它的鲁棒性有问题——可能是图像处理在特定光照下崩了也可能是电源纹波导致偶尔复位。离散大比绝对速度慢更致命因为决赛往往就一两次机会。完赛率跑完全程这件事本身在智能车竞赛里就是一道门槛。很多队伍栽在冲出赛道、卡在某个元素上成绩直接记为无效。把这三类数据放在一起看你会发现一个很有意思的规律排名靠前的队伍通常不是单圈最快的那个而是“快且稳”的那个。竞赛的计分方式多数情况下取多次发车中的最好有效成绩决定了你必须先保证完赛再去追求速度。先求稳、再求快这不是保守这是被规则逼出来的最优解。1.3 为什么“竞速”比“创意”更难藏拙智能车竞赛里还有创意组、智慧交通之类的偏应用的方向那类组别评的是方案完整度、创新性和展示效果主观分占比不低。竞速组完全不一样它没有主观分只有时间。这就意味着你没法靠 PPT 和答辩去弥补技术的短板车不行就是不行。好处是公平坏处是残酷——所有侥幸心理都会在发车的那一刻被清算。我带过的队伍里凡是前期把时间花在“把报告写得漂亮”上的到了赛道上基本都要补课。理解了这一点你再看第十六届竞速组别的成绩与奖项心态就会不一样那不是一份荣誉名单那是一份用毫秒丈量过的工程答卷。2. 奖项是怎么划出来的一等奖的门槛在哪成绩出来之后紧跟着的争议往往是“为什么我成绩比隔壁高奖项却一样”或者“就差一个名次怎么从一等掉到二等”。要讲清楚这件事得先明白智能车竞赛的评奖机制。2.1 按比例划线而不是按绝对成绩全国大学生智能车竞赛的奖项设置历来的做法是按参赛队伍数量的一定比例来划分一、二、三等奖而不是设定一个绝对的时间门槛。这样设计的理由很实际赛道每年都不一样绝对成绩没有横向可比性。第十六届的赛道长度、元素布局和前几届都不同如果按绝对时间划线那对赛道难的年份就太不公平了。按比例划线的好处是你只要比同场的其他人快就行不用去和历史上那些“神仙成绩”比。比例大致遵循一贯的惯例一等奖约占参赛队伍的百分之十几到二十二等奖占三成左右其余为三等奖未完成规定赛程的通常只能拿到参赛证明。具体比例每年会以当年公布的奖项办法为准这里说的是我观察到的普遍规律。奖项层级大致占比对应成绩位置含金量感知一等奖约一成到两成赛区/组别头部进实验室免试、保研加分常看这个二等奖约三成中上游证明队伍具备完整工程能力三等奖约四成完赛队伍主体完赛即达标是很多队伍的保底目标参赛证明未完赛无有效成绩鼓励性质赛道经验仍有价值2.2 “完赛”这道隐形门槛我特别想强调一个常被低估的事实在竞速组里能稳定完赛的队伍已经超过了一半的参赛者。你可能觉得夸张但把车放到一条有十字、环岛、坡道、断路等元素的赛道上让它连续跑完全程不出错难度远超没碰过车的人的想象。第十六届竞速组别的赛道元素复杂度是逐年递增的。早期几届赛道相对简单一两个难点就能完赛现在一条赛道里塞进的元素又多又密两个难点之间的距离可能只够你调整一次方向。这种密度下任何一处图像误判、任何一次舵机响应滞后都会直接导致压线或冲出赛道。所以当你看到成绩表上大片“完赛”两个字时要知道那背后是大量队伍在稳定性上做过的苦功。2.3 分区赛名次和国赛奖项的关系还有一个容易被误读的点分区赛的一等奖和国赛的奖项是两套体系。分区赛拿了一等奖不代表国赛就能复制国赛没进前列也不代表分区赛的奖没价值。对保研、评优这类用途来说分区赛奖项和国赛奖项通常都能用但含金量排序上国赛更高。这一点在填报材料时尤其要注意别把分区赛的奖当成国赛的奖去写那是硬伤。我见过有队伍因为分区赛成绩好国赛发挥失常回来心态崩了很久。其实换个角度想能在分区赛站到前列说明技术路线是对的国赛的失利往往是临场变量不是能力问题。把奖项看淡一点、把技术沉淀看重一点反而更容易走远。3. 十六届竞速组别的技术版图不同组别在比什么竞速组别内部其实还要再分不同子组别考的能力完全不同。把它们混在一起谈“谁更强”是不公平的就像拿短跑和跨栏比时间。下面按我理解的技术难度维度把常见的几个方向拆开说。3.1 电磁组最考验硬件和调参功底的一类电磁组靠电感检测赛道导线的交变磁场来判断位置优点是不受光照影响、底层信号直接缺点是对硬件一致性、信号调理电路要求极高。电磁组的核心难点不在算法多花哨而在于“信噪比”。电感采到的信号本身的量级很小前端放大、滤波、检波哪一环没做好信噪比就掉下去后面算法再强也救不回来。我印象很深的一次教训是队伍为了追求采样率把滤波电容换小了一档结果赛道上电感信号里混进了电机 PWM 的干扰直道还行一到弯道就开始左右抖。后来花了整整两天做电源和地线的隔离才把干扰压下去。电磁智能车硬件这块电源和地线布局的优先级比你在纸上画的任何算法框图都高。电磁组的另一个门槛是标定。磁场强度和赛道电流、电感姿态都有关系不同赛道的磁场环境不同如果你在实验室标定的阈值直接拿去赛场用很容易翻车。稳妥的做法是留出可现场快速重标定的接口比如把关键阈值做成可调参数到场先跑两圈扫一遍。3.2 摄像头组与图像处理算法上限最高也最容易崩摄像头组用摄像头看赛道靠图像处理提取循迹信息。这一类的技术天花板最高——理论上你能把图像处理好车就能跑得又快又稳但同时它也是现场变量最多的组别。智能车图像处理里最常见的两个坑一个是阈值一个是元素识别。先说阈值。二值化阈值受光照影响极大实验室里调好的阈值到了体育馆顶棚灯光下可能直接失效。第十六届这类国赛场地往往是大型场馆光照又亮又不均匀靠近窗户那一侧的赛道和背光那一侧完全是两个世界。应对办法通常是自适应阈值或者动态灰度补偿而不是一个固定的 magic number。再说元素识别。摄像头组的难点元素里十字、环岛、断路、坡道是四大经典关卡其中“十字”最容易出事。十字路口在图像里会出现多方向的边线如果边线提取逻辑不够健壮车会误判左右边线结果在十字中间画蛇。常见的处理是识别出十字后直接“锁死方向、直行通过”把决策权从图像交给状态机。关于“走马观碑”这类需要识别路侧信息的高级元素思路是把特征提取和主循迹逻辑解耦单独跑一套识别流程避免它干扰正常的循迹判断。这类元素往往是拉开名次的关键处理得好能加分处理得激进则可能整场比赛都跑不完。3.3 八邻域这一类图像算法为什么被反复提起智能车图像处理里绕不开“八邻域”这类基于邻域搜索的边线提取方法。它的核心思想是从图像底部往上沿着一行行的像素用邻域关系去追踪赛道的左右边界比单纯的逐行扫描更能应对边线断裂和噪声。为什么社区里反复讨论八邻域因为它直接决定了你在弯道、在边线模糊时能不能稳住。我把八邻域类算法的心得总结成三点一是起始点要稳底部几行的边线提取错了整条链都会歪二是丢线处理要果断某一侧边线断了要立刻用历史趋势去补而不是继续硬找三是别追求一步到位边线提取和方向控制之间最好留一层平滑否则图像抖动会直接传到舵机上。这些都不是教科书里写死的公式而是队伍一轮轮跑出来的经验。4. 名次差距背后的技术分水岭成绩表上第一名和第十名的成绩可能只差零点几秒但这零点几秒背后的技术差距往往是数量级的。我把它归纳成三个分水岭理解了它们你就知道该往哪儿使劲。4.1 硬件稳定性决定了你的下限很多人一上来就琢磨算法觉得算法高大上硬件是“体力活”。这是最大的误区。在智能车竞赛里硬件决定下限算法决定上限。硬件不稳你的算法再精妙也架不住车跑着跑着复位、信号飘、电机丢步。而且硬件问题最难查因为它往往是间歇性的——实验室里好好的到了赛场就犯病。判断一支队伍硬件功底好不好有个简单办法看它车上的走线和接口。走线规整、电源分层、大电流和小信号分开走的通常成绩不会太差线扎成一团、信号线和电源线绞在一起的多半要吃干扰的亏。这不是玄学是电磁兼容的基本常识。4.2 调参是一场和时间赛跑的耐心仗参数调校是竞速组最枯燥也最出成绩的环节。PID 那三个参数谁都知道是干嘛的但真正调明白的人不多。我的经验是先定结构再调参数方向环、速度环、元素处理状态机这三者的响应频率要拉开否则会互相打架。很多人调不好是因为把方向环调得太激进结果一进弯就震荡然后试图靠降速去掩盖最后车是稳了但也慢了。还有一个被忽视的点参数是有“工程寿命”的。你今晚调好的参数明天换了电池、换了场地、车稍微磕了一下可能就不适用了。所以高水平队伍的参数往往不是一组固定值而是一套带自适应逻辑的参数体系——根据当前偏差、当前速度动态调整增益。这才是“快且稳”的秘密。分水岭具体表现常见错误改进方向硬件稳定性电源干净、信号完整、接口牢固信号电源混走、滤波省料分层布线、加磁珠、留调试口参数体系结构清晰、增益自适应单一固定 PID、靠降速掩盖震荡分环调参、引入速度相关增益元素处理识别稳、决策果断识别泛化差、决策犹豫状态机解耦、留兜底逻辑4.3 决赛现场的那些“不可控变量”国赛现场有一堆你在实验室再怎么也模拟不出来的变量场地光照、赛道材质、电池电压、甚至空调风向。能把不可控变量的影响压到最低的队伍才是真正的强队。我见过有队伍专门做了一个“赛场快速适应流程”到场先空跑两圈采数据、现场重标一次关键阈值、把电池充到统一电压再发车。这套流程看着简单但真到现场手忙脚乱时能坚持做完的人不多。还有一点很关键发车顺序和心态。排在前面发车赛道干扰少但参考信息少排在后面能看到别人的失误点但也更容易紧张。这些都是成绩表读不出来的东西却是名次差距的真实来源。5. 以十六届为镜下一届该怎么准备每次都有人问“智能车比赛怎么准备”。这个问题太大我拆成一条可执行的时间线来回答这都是我看着一届届队伍走下来觉得最省力的排法。5.1 赛季时间线怎么排才不慌乱我把一个完整赛季分成四段立项与选型、单元素打通、整车联调、赛前冲刺。立项与选型赛季初定组别、定车模、定主控和传感器方案。这一步一旦定了后面改动成本极高所以要留足调研时间。单元素打通前中期把十字、环岛、坡道这些元素一个个在实验室跑通别急着上完整赛道。整车联调中期上完整赛道跑连续圈重点解决元素之间的过渡和稳定性。赛前冲刺最后两到三周冻结大改动只做参数微调和稳定性验证。很多队伍翻车是因为时间线后移——元素还没跑通就想上完整赛道结果到处是问题最后哪个都没解决。5.2 硬件采购和打板的节奏硬件这块有个反直觉的建议别在第一版就追求完美但要给第二版留足时间。第一版板子做出来基本都会发现问题——某个接口位置不顺手、某个滤波参数不对。这时候改板、打板、回流焊、测试一轮下来就是一两周。如果你拖到赛前一个月才想起来改板那基本就来不及了。采购也要提前。传感器、电机、车模这些东西热门型号经常断货赛季高峰更明显。我建议关键物料至少备两套一套上车、一套备用。你永远不知道赛场前一天会不会烧掉一个关键器件。5.3 软件迭代和版本管理这里我要严肃说一次智能车队伍一定要用 Git。看着像小事但它能救命。多少队伍因为“谁把昨天的代码覆盖了”在赛前崩溃。正确的做法是每次要上车测试的版本都提交一次打上 tag测试结果记录在 commit message 里。这样赛前想回滚到某个“跑得最稳的版本”一键就能回去。另外参数和代码最好分离。把 PID 阈值、元素判断的参数抽成配置文件现场改参数不用重新编译效率天差地别。5.4 赛前两周的“冻结”策略我们队有一条铁律赛前两周不再动核心算法。这两周只做三件事清理代码里的调试打印、验证各种边界情况、反复跑赛道积累手感。赛前临时改核心逻辑是翻车率最高的操作没有之一。你可能会发现某个元素处理得“不够优雅”但只要能过就别动它。比赛比的是成绩不是代码美观度。6. 我踩过的坑和现场经验最后这部分是纯经验都是文档里不会写、但真能救命的细节。6.1 电源和干扰看不见的杀手最惨的一次经历是车在实验室跑得好好的到了赛场一上电就复位。查了半天最后发现是电池电压不足加上电机启动瞬间的压降把主控拉复位了。电源问题的隐蔽性在于它往往不是“坏的”而是“不够好”。我的建议是主控供电单独一路 LDO 或 DC-DC大容量电容就近放置电机电源和信号电源物理隔离。这些措施花不了多少钱但能省掉无数个熬夜排查的夜晚。6.2 图像阈值实验室和赛场是两个世界摄像头组的经典翻车实验室调好阈值赛场全崩。解决办法前面提过——自适应。但我想补充一个更容易被忽略的点采集图像时就要考虑不同光照的分布。如果只在一种光照下采集调参你的阈值必然是过拟合的。备赛时多换几个场地、换几种灯光条件去采集比你在一个地方精调一百遍更有用。6.3 团队分工和心态智能车是团队项目但分工不清的话效率会低得可怕。我的经验是明确“车负责人”——有一个人对整车的最终状态负责其他人按模块负责。否则出现问题时互相甩锅没人拍板。心态上国赛的名次和奖项固然重要但真正跟你一辈子的是你在这几个月里学会的硬件设计、图像处理、调试方法论和抗压能力。我见过太多队伍只盯着那张成绩表反而忽略了这一路积累下来的东西——那些才是你之后做任何工程项目都能带走的底气。把车推上赛道、按下发车键、看着它冲向终点的那几秒所有的调参、焊板、通宵改代码都会在那一刻有个交代。第十六届的成绩与奖项已经翻篇下一届的赛道还空着等你去跑。