第三届OnSite自动驾驶算法挑战赛启动会邀请函

为进一步推动自动驾驶技术的发展，深度聚焦AI驱动下自动驾驶技术，通过赛事引领我国高校自动驾驶研究前沿方向，同步打通产学研需求对接通道，加速前沿算法向产业应用的转化，在国家自然科学基金委员会工程与材料科学部和中国汽车工程学会指导下，由同济大学、国家智能网联汽车创新中心主办，浙江大学、上海交通大学、清华大学、武汉理工大学协办的国家级赛事——第三届OnSite自动驾驶算法挑战赛——即将举办。预计于2025年3月14日至3月16日在同济大学嘉定校区召开第三届OnSite自动驾驶算法挑战赛启动会，本届比赛下设七大线上赛道以及实车季后赛，具体如下（详情请访问：www.onsite.com.cn ，赛道简介见附录）：

我们诚挚地邀请有意愿参赛或交流的老师和同学前来参会。现将有关事项通知如下：

1.    启动第三届OnSite自动驾驶算法挑战赛

2.    研讨OnSite自动驾驶公共测试服务平台建设思路

3.    通过产研沟通，挖掘自动驾驶研发与测试需求

4.    传达并交流第三届挑战赛赛事细则

5.    第二届挑战赛优胜团队经验分享

1.    指导单位：国家自然科学基金委员会工程与材料科学部、中国汽车工程学会

2.    比赛主办单位：同济大学、国汽（北京）智能网联汽车研究院有限公司

（国家智能网联汽车创新中心）

3.    比赛协办单位：浙江大学、上海交通大学、清华大学、武汉理工大学

时间：2025年3月14日-3月16日

3月14日，全天报道

3月15日，全天会议与交流

3月16日，参观交流及返程

地点：同济大学嘉定校区（上海市嘉定区曹安公路4800号）

1.    基金委交通与运载工程学科、中国汽车工程学会专家

2.  OnSite战略委员会、技术委员会、用户委员会专家

3.  自动驾驶科研机构知名专家、行业学会/协会负责人

4.  交通与运载工程学科院校校长、院长、系主任及相关专家

5.  第二届OnSite自动驾驶算法挑战赛获奖团队代表、自动驾驶测试相关基金获得者、第三届比赛选手代表

2.    联络人：

田野（tianye@tongji.edu.cn;13817700049）；

冷搏（lengbo@tongji.edu.cn;15216719554）

3.    本次会议无需会议费，用餐、往返及住宿费用自理。

[第一赛道]  乘用车行车赛道：

乘用车行车是自动驾驶技术典型规模化应用场景。本届赛事在第一赛道进行多维升级：响应AI驱动技术演进趋势，通过场景扩容与评价体系重构，加速乘用车自动驾驶解决方案创新突破。场景构建方面，在延续上届赛事框架基础上，重点新增城中村复杂路况、机-非混行强交互场景，并创新性引入香港左行交通体系，实现测试题库的全球化维度拓展。评价维度上：在安全性、通行效率、驾乘舒适性等核心指标基础上，首创性纳入交规符合性与交通协调性评价，形成覆盖技术成熟度与社会适配性的完整度量体系。第一赛道致力于打造全球最具挑战的自动驾驶技术试验场，为高阶自动驾驶系统量产落地提供关键性技术验证平台。

[第二赛道]  非结构化道路赛道：

复杂环境下的自主决策和控制能力是自动驾驶技术在非结构化道路应用的关键挑战。基于运输车辆的动力学建模、路径规划与整车控制技术，本赛道旨在构建高仿真的野外山区等非结构化道路测试场景，以考察自动驾驶系统在部分极端环境中的适应性与稳定性。本赛道聚焦非结构化道路场景下的自动驾驶算法，重点关注无先验地图、突发动静态障碍物、复杂地形等挑战，目标是实现既能复现真实环境，又能有效评估算法在极端情况下表现的测试任务。比赛任务包括无通讯自主导航与路径规划、动静态障碍物避让、高速与载重工况及低算力实时计算等。要求选手在无先验地图的非结构化道路环境中进行实时路径决策，应对复杂地形和突发障碍物，并实现高效、可靠的自主驾驶等指标。

[第三赛道]  泊车赛道：

自主代客泊车（AVP）作为L4级智能驾驶的典型应用场景，通过车辆自主完成停车位搜索与精准泊入，可以有效缓解城市停车难题。目前该技术尚处于研发测试阶段，相关瓶颈亟待突破。本赛道依托自动驾驶测试公共服务平台OnSite，聚焦AVP技术落地需求，构建高逼真度仿真测试环境。赛道深度还原城市停车场典型场景，设置覆盖不同的泊车车位、动态障碍物、跨楼层导航等场景，模拟真实泊车中一些极端条件，验证算法鲁棒性与普适性。赛道通过分级评分机制（如泊车时间、路径复杂度、泊车姿态位置），全面评估参赛系统的真实水平，促进产-学-研精准对接。

[第四赛道]  感知-规划-控制综合赛道：

端到端自动驾驶借鉴人类驾驶的“行为反射式”特点，不同于模块化自动驾驶框架，将感知、决策、控制等流水线过程看作一个整体学习任务进行优化，直接由车载传感器信号映射出轨迹点或控制命令，打破了人工预先定义带来的性能瓶颈，具有尚未完全挖掘的潜力。本赛道聚焦“感知-规划-控制”一体化自动驾驶算法，关注感知带来的不确定性、多样天气影响和算法实时性等挑战，目标促进全栈一体化算法研究。比赛任务包括轨迹回放场景、双向交互场景、 连续测试场景等，结合天气变化，考察全栈算法的智能水平。

[第五赛道]  场景智能生成赛道：

高覆盖度、高价值的场景数据是自动驾驶虚拟仿真测试的关键基础。基于人工智能、交通仿真等技术利用有限路采数据高效生成测试场景，具有定制化、全息测试数据和低采集成本等优势。本赛道聚焦自动驾驶测试场景智能生成模型/算法，关注复杂交互的长尾场景，目标是生成既复现真实环境又具备合理“corner case”的测试场景，挑战自动驾驶系统。比赛任务包括构建仿真模型生成高价值场景并通过与往届OnSite挑战赛优秀规控器、商用规控器交互测试，评估生成场景的真实性和测试有效性等指标。

[第六赛道]  大件运输赛道：

大件货物运输能力对社会经济发展与国防安全保护意义重大。由于大件运输车货系统尺寸大、重量大、重心高、易失稳，服务于大件运输任务的自主决策和控制能力是自动驾驶技术面临的新型挑战。需要对车货系统动力学建模、路径规划与整车控制等关键技术进行深入研究。本赛道旨在构建高仿真的结构化道路上大件运输场景，以考察自动驾驶决策、控制算法在大件运输这种特殊运输任务上的能力。本赛道聚焦于大件运输车货系统决策、控制算法，赛道采用了物理仿真以尽可能真实地模拟分布式电驱动运输车辆的动力学特性，目标是测试在提供场景真值情况下，自动驾驶算法能够控制车货系统无碰撞、无侧翻且高效地完成运输任务。比赛任务包括大件运输复杂高维车货系统的动力学精准建模、考虑碰撞和侧翻风险的路径规划与整车控制等。要求选手在多种条件、结构的道路环境中进行实时路径规划，应对复杂道路结构和静态障碍物，并实现安全、高效的自动驾驶。

[第七赛道]  船舶自动驾驶赛道：

高价值、高复杂度的航行场景数据是支撑智能船舶自动驾驶技术研发与验证的核心要素。基于场景生成、数字孪生等技术，本赛道构建长江武汉段连续桥区测试场景，评估自动驾驶规控算法对于多元航行场景的可行性及鲁棒性。本赛道聚焦复杂航行场景的智能生成与验证评估，重点围绕多桥梁通航区、密集船舶会遇等典型场景展开。比赛任务基于统一算法框架开发智能航行系统，参赛队伍需基于标准化接口完成自主航行算法开发，通过线上多阶段测试集验证算法可靠性，依托自动化评估平台对提交算法开展测试，最终通过线下赛程，以现场答辩形式对算法鲁棒性、创新性及工程化潜力进行综合评价。