开源 | 北京理工大学FSAC开源平台3.0版本更新

文案：封蕴籍、李云巍   供图：封蕴籍、李云巍    编辑：杨姿卓嘎

开源3.0

几年来，经过几届队员的不断努力，北京理工大学无人驾驶方程式车队在中国大学生无人方程式大赛 (FSAC) 中获得了四年三冠的优异成绩，并逐步形成、完善着自己的无人系统体系。针对国内车队与国外车队仍差距较大的问题，我们希望通过开源简单稳定的算法，并构建开源数据集，帮助参与大学生无人驾驶方程式赛事的车队在无人系统层面共同发展、共同进步。2020年，我们成功开源感知、定位和规划的部分算法(详情)，并向多所高校提供数据集；2021年，我们聚焦整个无人系统的构建工作，为大家提供了一个可以简单上手并实现算法仿真的基础系统全家桶，同时在多所高校参赛队的支持和交流下不断完善着FSACOCO数据集(详情)；2022年，我们再次规范无人系统开源框架，开源基于PaddlePaddle深度学习框架的算法部署功能包，并更新了FSACOCO数据集的提交策略。

系统结构图

开源算法平台更新

在此前，我们将生成参考轨迹、生成预测轨迹并跟踪控制的部分直接集成于MPC控制模块中；在fsd_algorithm 3.0里，为将开源算法平台构建为更为规范的“感知-估计-规划-控制-仿真”，现将参考轨迹的生成部分独立为path_generator功能包置于规划模块中，便于更为灵活的规划和控制算法调试。

同时，目前fsd_algorithm仅由BITFSD车队进行维护，我们在此也呼吁各大车队共同参与到开源社区的构建中，共同促进FSAC技术进步。

有关更多开源算法仿真平台的详细介绍，请参照往期文章。

github地址：https://github.com/bitfsd/fsd_algorithm

PaddlePaddle算法部署功能包

paddlepaddle是由百度发起并开源的国产深度学习框架，针对多数用户算力不足的问题，百度搭建了AI Studio平台，该平台免费向用户提供32G和16G的Tesla V100 GPU，并支持多卡训练，其算力能够满足绝大多数现有算法的训练和调试需求。本功能包通过调用PaddlePaddle的预编译库，运行PaddlePaddle的深度学习模型，在GPU下支持TensorRT加速，支持INT8 FP16 FP32精度，在CPU下支持mkldnn加速。基于百度的工作，能够一行命令进行模型裁剪、蒸馏、量化等操作，大大降低部署的难度，除此之外，百度开源了PaddleDetection和PaddleX等工具链，提供了PPYOLO等一系列优秀的目标检测模型训练代码，能够一行命令即开始训练，并能够通过配置文件方便地切换模型。

本队基于AI Studio平台进行了大量测试，总训练GPU时已经超过2000小时，使用FSACOCO数据集训练了YOLO v3、YOLO v4、PPYOLO、PPYOLO Tiny、PPYOLO v2等模型，并在Ubuntu18.04 Tesla T4 CUDA10.2 Cudnn8.1 TensorRT7 环境下进行了测试，其中ppyolo目标检测速率能够达到100Hz以上（本队使用双目摄像头），mAP能够达到89.5%。

现已在AI Studio平台上提供了基于FSACOCO数据集的训练Demo地址，采用42张数据集进行训练，并提供了环境安装、模型导出等教程，其mAP50能够达到99%。

FSACOCO数据集提交策略更新

自数据集开源以来，FSACOCO数据集已被多家车队使用，并得到了来自福州大学、北京航空航天大学、西华大学、湖南大学等高校的数据集支持。团队通过开源数据平台进行目标检测算法的训练，在感知效果方面取得了显著的进步。2022年为推进数据平台的资源更新与规范流程，现对提交策略做如下调整，欢迎各车队对数据集进行扩充，包括已标注的和未标注的，图像数据需要在非静止状态下拍摄。

github地址：https://github.com/bitfsd/FSACOCO

数据集获取方式

我们设置两种数据集获取方式：
1.已标注数据：我们设置了最低600张图片及标签的贡献量，在我们验证数据集的有效性之后，会将我们所有的数据集发给您；
2.未标注数据：对于部分成立时间较短、不满足实车拍摄数据集条件的车队，可发送邮件申请获取FSACOCO提供的未标注数据进行标注，然后根据已标注数据的获取方式进行回传，通过验证后可获取所有数据。

数据集贡献方式

为了解决大文件传输的不便，我们推荐您先将数据集上传到网盘airportal(小于2G) 或百度网盘(大于2G)后再将下载码或链接通过邮件的形式发给我们，并标注好车队的中英文名字，邮箱地址是：bitfsd@163.com

致谢

鉴于车队能力所及范围有限，上述开源数据与算法并非最佳解决方案，也不能保证具有良好的赛道效果。该平台旨在为各车队提供部分思路，提升开发效率，为车队之间的交流与技术发展提供一个良好的环境。

该平台非赛事官方组织，仅由北京理工大学无人驾驶方程式车队队员自发组成。详情可至www.bitfsd.com，或点击文末阅读原文查看。

若有任何不妥或不便之处，欢迎通过email：bitfsd@163.com进行反馈与批评指正，给出意见，感谢各家车队的支持与信任。

最后，感谢赛事组委会、学校、赞助商以及各位队员多年来的支持。

另，特别鸣谢以陈泰然为代表的为该平台提供重大帮助的队员。

2017-2021赛季队长：

潘   博   董国顺   高小栋

朱超峰   李惠乾   杨   续

2017赛季无人系统组：

田汉青   田戴荧   刘庆霄

2018赛季无人系统组：

陈泰然   李子睿   何羿霆

徐泽文   武润培   张春阳

2019赛季无人系统组：

李   想   王相彭   高旅业

丁秋雨   李炜玲

2020赛季无人系统组：

吕文成   高欣彧   黄宸睿   龚海龙

杨少坤   封蕴籍   李云巍

2021赛季无人系统组：

吕文成   封蕴籍   龚海龙   李云巍

高欣彧   郑可凡   余英豪

感谢学校与赞助商的大力支持！