每个准备智能车竞赛的队伍，几乎都做过同一件事：到处找一份“历届智能车竞赛比赛赛题清单”，想拿它当备考词典。结果搜出来的东西不是年份缺漏，就是组别信息含糊，有的甚至把规则更新前的旧版本当赛题贴出来。我自己先后在三支队伍里待过，从电磁组入门，后来转做摄像头和视觉项目，对这些混乱深有体会。这篇文章想聊聊，我后来是怎么把历届赛题整理成一份真正能用的清单的，以及在整理过程中总结出的赛题演化逻辑。
1.1 看似在整理题目，实际在观察规则演化
很多人以为整理赛题清单就是把每年的题目按年份排列好，像背单词一样看一遍。但真去整理的时候会发现，单纯堆年份没有意义，因为同一道“题目”在不同年份的赛道元素、评分方式、硬件约束完全不同。比如同样是“跑完赛道一圈”，早期可能只有黑线和弯道，后面却加入了车库、灯控、障碍和任务识别。把这些变化拉通来看，你看到的不是一个个孤立的比赛题目，而是一套规则体系如何在十几年里不断给自己加码。
我后来给清单加的备注里，专门有一列叫“这届赛题和上届比多了什么”，这比单列年份更容易看出命题组的思路。赛道元素一个接一个出现，背后的逻辑是：既要让老队伍有延续性，又要逼所有队伍解决新问题。你在清单上看到的每一条改动，几乎都对应着上一届比赛里大面积翻车或大面积同质化的问题。规则的变化，本质是在用题目引导参赛队伍往特定技术方向走。
1.2 我这份清单是怎么建起来的（选材与来源）
整理清单最大的困难不是“没资料”，而是“资料到处都有，但没人汇总”。官方每年会发布竞赛规则和技术报告，但技术报告散落在官网存档里，各赛区通知又经常更新细则，论坛里还会流出往届队员自己的复盘和技术分享。我建清单时定的原则是：以全国比赛规则为主干，以赛区公告为分支，以优秀队伍公开的技术报告和项目复盘为注释。三者对照之后，一条赛题的真实信息才能看全。
这样整理出来的清单有个好处：能区分“官方赛题”和“实际比赛时遇到的赛题”。比如有的赛区会因为场地原因调整发车区域，或者在总规则之外增加“不允许使用某某传感器”的限制，如果只看全国版规则，到了现场才会发现方案被限制。把这些差异写进清单后，我后来带队员模拟测试时，都能提前避开这类问题。
2. 从一根黑线到整车加全场：这些年赛题演化的四条主线
2.1 起步期：几乎所有赛题都围绕“循迹竞速”
智能车竞赛早期，赛道是一条连续的引导线，车要沿线跑完一圈，比谁用的时间短。那个年代的赛题非常纯粹：传感器负责读线，单片机负责运算，舵机负责转向，电机负责跑。光电组用灰度传感器或激光管排成阵列，摄像头组则尝试用图像计算赛道偏差。程序的循环体里，主要就是“该往左打多少、该往右打多少”的决策，赛道元素也就是直道、弯道、S弯、十字路口和起跑线。
这个阶段看似简单，但它把整个竞赛最核心的逻辑立住了：车必须在不可完全预知的赛道上稳定完成任务。比如十字路口区域，压到十字正中央时，传感器输出会变成一片空白，如果程序没有状态判定，车就会在那里乱摆。很多老队伍在这个时期积累起来的“传感器阵列布局+状态机切换”经验，直到今天都还能用在复杂的任务上。整理赛题时如果把起步期跳过，会很容易忽略这套底层方法论的来源。
2.2 扩军期：电磁、光电、摄像头三组并行
竞赛进行到早期几年之后，组别开始分化，电磁、光电、摄像头三组并行成为常态。电磁组的赛道地面下埋有导线，导线通过特定频率的交流电，车上的电感线圈经过谐振电路感知导线位置。电磁车无法像视觉车那样“看”到远处赛道，依靠的是十几到几十厘米范围内的磁场趋势，控制策略更依赖预测滤波和平滑处理。同一个赛道图纸，在不同传感器模态的车辆面前，变成了完全不同的感知问题。
这个时期赛道的复杂元素也在快速增加，坡道、障碍、虚线、路肩开始频繁出现。每增加一个元素，本质上就是给赛车的状态机增加一个分支。比如坡道会让摄像头的视野剧烈变化，如果不提前写坡道检测和对应的视角切换逻辑，车冲上坡道时会把天空误当成赛道边界，后果就是加速飞出跑道。这类题目的共同点在于：表面考硬件和算法，实际考的是对“场景变化”的应对能力，也就是对规则的理解深度。
2.3 任务化时期：车库、灯控、停车、障碍判断逐渐进入
随着组别和赛道元素不断增多，赛题开始从“跑得快”转向“跑得准”。这个阶段最明显的特征是：车库、信号灯、停车区、障碍物等任务元素进入赛道。车不再只负责从起点跑到终点，还必须在途中识别库门、规划入库、判断红绿灯状态、避让前方障碍。传统路径跟踪之上，叠加了语义理解和状态决策，赛题第一次有了“任务流”的感觉。
之前有队伍在车库任务上吃了大亏。原因是他们光顾着提高转向精度和速度环响应，却忽略了分类器的鲁棒性，当车身接近车库时因光线变化导致底色误判，把阴影当成可通行区域直接越了过去。这种问题在纯竞速阶段完全不存在，却是任务化赛题的核心考点。把历年赛题铺开看，这一类“环境感知带来的决策失误”出现的频率极高，命题组反复在换着方式考察同一类能力，只是用不同赛道元素做包装。
2.4 智能化时期：直立、信标、双车、节能、视觉各占一方
最近这些年，赛题清单里出现了大量在控制模态或任务模式上完全不同的组别。直立组让车体在行驶中保持两轮自平衡，双车组让两辆车编队协同完成超车或跟车，信标组让车在没有固定赛道的场地上靠识别信标自主导航，节能组用极有限能量跑完全程，视觉组直接引入深度学习目标识别。从清单结构看，这已经不是“一组方案吃多年”的时代，而是每个组别都自带一套完全不同的技术栈。
信标组的场地不再有引导线，车要自己判断哪里是目标，并通过红外或视觉锁定位置；节能组则考验电机效率、滚动阻力和滑行策略，车往往不能一味加速，而是要在“能耗”和“时间”之间找平衡。这两类赛题把竞赛带向了两个极端：一个极度依赖感知和决策，一个极度依赖系统建模和功耗控制。整理到这个阶段时，我最大的感受是，赛题已经不再只考察“你能把车调得多快”，而是考察“你能不能选对适合自己队伍的方向”。
3. 历年高频组别到底在考什么：按技术栈逐组拆解
3.1 电磁组：电感布局和失线预测
电磁组在历年赛题里属于入门门槛最低、但做深很不容易的组别。常见的电感布置有水平双电感、垂直双电感和八字形电感，其中八字形电感因为正对导线时差分信号为零、偏向一侧时输出方向明确的误差信号，受到很多队伍偏爱。但电感排布没有唯一正确答案，关键是让误差信号在车身动态范围内保持单调性，不能出现某一段角度输入下误差反而变小的情况。
电磁车真正难的地方是“失线”。电感只能感知有限范围内的磁场，遇到大曲率弯道、突发跳变或导线铺装不连续时，误差信号会突然变弱。如果滤波不及时，转向系统会失去稳定参考，车就直接冲出去。常见应对是运动模型外推和小波滤波或卡尔曼滤波，用前几个周期的趋势预测下一时刻的路径位置。从历届赛题看，电磁组真正拉开差距的不是稳定时跑多快，而是失线后能不能救回来，这个能力对后续做其他组别也有很大帮助。
3.2 摄像头组：从图像延迟到控制闭环
摄像头组的历届赛题，表面考的是图像处理，内里考的是延迟链。摄像头从曝光、读出到送进单片机，再经过预处理和后处理，最后变成舵机PWM，这中间的总延迟决定了车在转向反应前已经往前开了多远。很多队伍把大量精力放在二值化算法和边缘提取上，却忽略一个事实：图像再清晰，如果处理时间超过几十毫秒，高速过弯时还是来不及转向。
成熟的做法是先把整个“采集-处理-执行”链路延迟实测出来，再在速度环里加入对应的相位补偿，或者用降采样分辨率来换取更短的处理周期。另一个常见优化是自适应阈值，赛道不同区域的光照不一致，固定阈值很难保证全场有效。整理历年赛题清单时，我看到摄像头组的“技术瓶颈”列里清一色写的是“动态阈值”“延迟补偿”这两个词，就知道这组别到底在考什么了。
3.3 直立组：平衡环、速度环、转向环的耦合
直立组赛题里，车的直立方向是一个不稳定系统，需要倾角和角速度反馈构成直立环，同时用速度环维持目标速度，再用左右轮差速实现转向。三个控制环共用同一套电机执行器，互相之间存在强烈耦合。很多队伍第一周能站住车，但一启动就跑飞，根本原因不是直立环参数没调好，而是速度环和直立环在低速起步时形成了持续的震荡。
直立组还十分依赖机械装配。重心越高，机械响应越灵活，但平衡越难；重心放低以后虽然稳，但速度变化需要更大的倾斜角度。很多队伍在“重心高度”这一个参数上就能磨掉几周。我建议准备直立组的队员提前接受一个现实：这组永远有调不完的参数和机械细节。在历届赛题清单里，直立组是最难用“跑得快”来概括的，因为它考核的是控制系统设计的综合能力。
3.4 双车组和信标组：通信、博弈与局部定位
双车组刚出现时，很多人以为是两辆车一前一后跑圈。实际上赛题常常包含跟车、超车、车距保持等博弈性动作，两辆车的无线通信模块需要在行驶中交换位置和状态。通信丢包是避不开的，所以程序里必须设计超时重试、状态回退机制，否则两车在狭窄赛道相遇会直接卡死。双车组的核心难点，从单车循迹变成了“多智能体协调”，思路完全不一样。
信标组则更接近非结构化环境：没有引导线，车要通过识别信标发出的红外或可见特征来确定目标方位。传统视觉里的“特征跟踪”在这里可以直接复用，但更大的挑战在于，车要把自己在场地里的位置估计出来，不然冲过去也碰不到目标信标。很多信标车做得极快，但换个场地或灯光条件就完全失效，问题就出在过度依赖固定环境标定。想要稳定，就得把定位思路改成“实时特征匹配+惯性修正”，这是从信标组里能带走的通用能力。
3.5 节能组和视觉组：两个极端方向
节能组把“跑”这件事提到了系统工程的层面。赛题往往对电池容量或储能上限做出规定，车要在初始能量固定的情况下尽可能跑完全程。你不仅要知道怎么控制电机，还得实测电机在不同转速下的效率、轮胎的滚动阻力、减速滑行的策略。有的队伍在机械结构上做到极致轻量，把整个赛程做成了“滑行运动”。这个组别对控制算法以外的能力要求很高，但对真正喜欢机械和电调的队伍来说，是性价比极高的方向。
视觉组则完全相反，计算资源升级到高性能嵌入式平台，赛题包含目标识别、交通要素检测和语义理解。它把深度学习的模型训练、剪枝量化、推理部署都拉进了赛题范围。如果只看清单文字，很容易被“标注多少图像、模型量化到几位”这些概念吓到，但真正执行起来，很多任务的难点其实在数据采集和场景标注，这恰恰是可以靠团队协作解决的部分。视觉组和节能组放在同一张清单里，你会明显感受到竞赛正在往“平台分化”的方向走。
4. 整理赛题清单时我最想保留的四个字段
4.1 任务类型到底是不是竞速
历年赛题里，“竞速”“任务”“对抗”“节能”四个词背后对应的是完全不同的备赛策略。竞速型只需要把单圈时间压到最短；任务型必须保证每个动作的完成率和成功率；对抗型要额外编写对手行为应对逻辑；节能型则要精细化建模整车的能量流。如果清单里只写组别和年份，忽略任务类型，很容易把一个任务型赛题当纯竞速来练，最后在状态机设计上大量丢分。
我最后使用的表格里，第一列固定是“任务类型”，并在旁边加注“该类型下最常见的完成路径”。这样我复盘的时候只要扫一眼这一列，就能快速定位每届赛题的核心矛盾。任务类型也是新人入队时最需要理解的概念，理解了它，才能避免拿着上一届竞速逻辑来备战下一届任务型比赛。
4.2 主要感知输入是什么
赛题里虽然经常出现同一个组别名，但感知输入已经差别巨大。有的组用电磁线圈，有的用光电传感器，有的用摄像头，近几届还有激光雷达、深度相机、红外信标和无线通信模块。感知输入决定了车辆能获得的信息边界，也决定了整套技术方案的起点。我见过不少人复现别人的开源方案总是失败，最后才发现对方用的是另一种传感器，整套算法依赖完全不同。
所以我在清单里加了一列“主要感知输入”，并且标明是否包含辅助输入（如编码器、陀螺仪、无线通信）。这样整理后，你会发现某些赛题之间的关联变得清晰：比如同样是定位问题，信标组靠视觉信标，而某些视觉组靠二维码标记，底层需求其实一致，只是传感器形态不同。这个字段对跨组别迁移经验特别有用。
4.3 这届赛题最卡人的算法瓶颈
每一届赛题都有一两个最棘手的技术点，它会成为大多数队伍的瓶颈。比如双车组的通信稳定性、直立组的环间耦合、视觉组的模型推理时延、节能组的功耗测量偏差。整理清单时，我把这些瓶颈单独列为“关键技术瓶颈”字段，并在备注里写清楚常见症状和解决思路。这个字段是我认为整个清单里最有含金量的部分，因为它直接告诉你：这届赛题真正在考你什么。
如果没有这个字段，一张赛题清单就只是信息和日期的排列。加了它之后，清单就变成了“考点预测表”。我带新队员时，通常会让他们优先查这个字段，再决定先补哪块知识。很多队伍备赛时间不够，就是因为把时间浪费在不会成为瓶颈的地方，比如反复调一个对总分影响极小的转向参数，而不是优先解决会让车直接完不成任务的通信或状态机问题。
4.4 评定规则里的隐藏扣分项
比赛不是考满分，而是比少扣分，这个道理在历届赛题里一直适用。有些规则表面只写“压到路肩一次扣两秒”，但整场跑下来压路肩十几次，总分就被压垮了。还有抢跑、越界、触碰赛道、发车失败等细节，都会成为排名翻车的根源。如果整理清单时只看“完成比赛”，完全忽略评分表，等于漏掉了一半的考题。
我在每一条赛题末尾加了一栏“易扣分细节”，记录当年最容易失分的行为和对应处理办法。这样备赛时可以把这些细节直接写入车上的程序逻辑。比如如果规则规定“碰到路肩就扣时间”，那原本追求极极限切线的策略，可能就要先退化到稳妥绕行。评分规则对策略的影响，在大多数情况下比算法对速度的影响更大。
5. 我实际踩过的三个坑，希望对你有用
5.1 官方规则和赛区细则对不上
我第一版清单只整理了全国比赛规则，结果拿给另一所学校的队员参考时，对方提醒我，他们的赛区规定电池只能用某一种，摄像头数量也有限制。那一刻我才意识到，不同赛区的执行细则并不完全一样，有些赛区甚至会因为场地条件临时调整发车顺序或赛道拼接方式。如果只准备全国版规则，到了现场才发现某个传感器被禁，整个方案都要推翻。
现在我的清单里每条后面都会带一栏“版本来源”，区分全国规则、某赛区补充说明和官方答疑帖。这里要说明的是，这项经验来自我参与过的比赛和与多校队伍交流后的实践总结，不一定完全适用于每一届，但可以作为通用习惯保留。整理时多留一分版本备注，就能避免后面团队照着一张旧图干到底。
5.2 只看题目不看技术报告
整理赛题初期，我只看官方给出的任务描述和赛道图，觉得看懂题目就够了。后来发现完全不够，因为题目只告诉你“做什么”，技术报告才会告诉你“怎么做”。官方每年发布的优秀技术报告里，有完整的硬件结构、控制框图和调试心得，很多字段比题目本身更接近赛题真正的难点。如果只看题目，容易让自己停留在“我能理解规则”的错觉里。
我把能找到的技术报告链接和公开的项目复盘都加入了清单的“延伸阅读”列。等整理完成之后，我的阅读优先级反而变成了先看报告再回到题目。报告里那些“实际调试中发现”“这里遇到一个坑”的描述，才是把赛题转化为工程能力的最好参考。这一习惯沿用至今，对我后来做其他项目也很有帮助。
5.3 同组别在不同年份难度完全不同
这个坑尤其容易出现在老队员带新队员的时候。有的老队员会拿自己当年跑过相对简单的组别经验，告诉新人“这组很容易”，但新人实际备赛时，面对的已经是加了近几届新元素的赛题。比如摄像头组早期和后期对算力的要求、感知范围的要求完全不在一个量级，如果把几年之间的赛题混在一起对比难度，得出的结论会严重失真。
我在清单里特意加了一列“当年可用算力背景”，例如单片机主频、是否允许使用更高级的视觉平台、是否禁止某些传感器等。这样对照之后，就能理解一届赛题为什么这么设计。难度评估不能只看组别名，而是要看该年份的技术环境约束和个人能力是否能匹配上。
6. 清单在手之后，怎么把它变成训练计划
6.1 把赛题还原成需求池
拿到历届赛题清单之后，第一步不是找最难的题开始练，而是挑几道有代表性的赛题，把它们拆成“需求池”。以“进入车库停车”为例，拆下来至少包含：识别库门、判断停车位、控制纵向距离、微调车身姿态、判断停车完成。每个需求点都可以对应一项具体的硬件模块或算法实现。当需求池列全之后，队员就能清楚地看到自己的盲区在哪，而不是盲目地全员围着主控板打转。
6.2 用技术栈给队伍做匹配
每个队伍的人员背景和实验室条件不一样，选组不能只凭兴趣。清单里的“主要感知输入”“算法瓶颈”和“任务类型”这几列，正好可以拿来给队员做匹配。擅长Linux和Python的队伍，可以优先考虑视觉类；熟悉单片机和PID控制的，直立组或电磁组可能更顺手；机械和结构能力强的，节能组和信标组的机械设计部分更容易发挥优势。把人和赛题的技术栈对齐，备赛效率会高很多，这一点可以说是决定胜负的隐藏因素。
6.3 从清单里抽取一条最小可跑闭环
不管最终报哪个组别，我都建议先让车跑通一个“最小可跑闭环”，也就是在简单的直道上自动走直线，再逐步加弯道和任务。早年的赛题赛道，其实就是最好的最小闭环素材。先把“能跑”这件事做成，再谈精度和速度。很多队伍一开始就冲完整赛道，结果东修一块西补一块，最后连一个稳定基础都没有。
6.4 把静态清单滚成动态知识库
清单不是整理完就固定的，最好每个赛季结束后，都追加当年实际遇到的问题和解决办法。我现在用的清单字段还包含“问题现象、原因分析、解决办法、适用年份组别”，其实就是把原来的“赛题列表”滚动成了一个持续更新的知识库。两三个赛季用下来，它已经比绝大多数论坛帖子更贴近实际比赛，因为里面记录的不只是题目本身，还有一堆队伍在调试时流过的汗和踩过的坑。
