雙第一！清華學子創世界紀錄

99處急彎

1100米垂直落差

被譽為“通天大道”的天門山盤山公路

處處挑戰著AI自動駕駛賽車的極限

清華大學極限競速戰隊的AI賽車

在“信號時斷、視野受限、彎急坡陡”

的極端環境中全程自動駕駛

憑借“厘米級定位、毫秒級決策”的優異表現

一舉斬獲

“Hitch Open世界AI競速錦標賽”總冠軍

更創下AI自動駕駛挑戰99彎

極限垂直賽道的競速世界紀錄

這支冠軍戰隊中

有人從零起步攻克算法

有人首次走出實驗室踏上賽道

有人因這場比賽找到了心儀的科研方向

他們雖帶著“初出茅廬”的稚嫩

卻以不服輸的拼勁攻克AI賽車全新挑戰

讓我們跟隨

“我在清華做科研”系列報道

近距離感受清華師生

大膽求索、潛心鉆研的創新歷程

99道彎極限沖刺

清華戰隊創世界紀錄

天門山賽道被譽為

“全球最具挑戰的AI測試場景之一”

也是對賽車

核心感知、定位、決策與控制算法

進行“四重極限”考驗的終極測試場

團隊AI賽車發車

10月14日清晨

天門山濃霧籠罩

發車指令一落

清華大學極限競速戰隊的AI賽車

如離弦之箭沖出起跑線

行至首個回頭彎后

賽車駛入隧道盲區

憑借多源傳感器融合定位技術

精準錨定方位，穩穩沖出隧道

下坡路段地面濕滑

先進的強化學習與預測控制方法

讓輪胎牢牢抓住地面

清華大學極限競速戰隊AI賽車

賽車穿梭在蜿蜒賽道間

彎心距離精準把控

行駛軌跡連貫縝密

沖線瞬間

時間定格在16分10秒

團隊AI賽車直道加速航拍

“目前最佳成績！”

賽場瞬間沸騰

最終他們以仿真賽與實車賽成績雙第一的

絕對優勢

摘得競速錦標賽總冠軍

團隊AI賽車過彎道航拍

從零開始學算法

助力AI賽車精準定位

2025年3月底

距離競速錦標賽啟動僅剩半個月

清華大學極限競速戰隊快速組建

在長達半年的賽事周期中

他們邊研究邊備賽

面臨的最大挑戰

是諸多知識與技能都需要從零學起

定位算法是AI賽車“找準方向”的核心

由于沒有駕駛員輔助判斷

AI賽車需實時明確自身位置

才能匹配賽道規劃、規避風險、精準決策

實現安全高效行駛

剛接手定位算法任務時

車輛與運載學院（以下簡稱“車輛學院”）

2025級碩士生扶尚宇

是位“純新手”

此前未接觸過C++定位算法開發

車輛學院2024級博士生鄒恒多

雖擅長計算機視覺和三維檢測

卻未在如此復雜的山地環境中

做過定位算法開發

他們組成“定位算法”搭檔

決心一起從零開始摸索

隊員在國家智能網聯汽車創新中心進行實車測試

8月盛夏

實驗室的燈總是亮到后半夜

扶尚宇和鄒恒多

開始攻克C++編程語言與ROS系統

每天扎進代碼里8小時

第一次復現基礎算法時

他們在國家智能網聯汽車創新中心

進行實車測試

發現賽車剛跑了3公里

就因“整張地圖加載卡頓”停了下來

定位頻率從20赫茲驟降到10赫茲

“當時真的慌了

我們發現這套算法到天門山根本行不通”

天門山10公里賽道的三維點云地圖

數據量大、加載耗時久

一旦卡頓就可能讓賽車在急彎處偏離路線

扶尚宇（左二）正在調試賽車的定位算法

正當兩人一籌莫展之際

團隊聚在一起復盤

一個全新的想法突然迸發

“能不能只加載車輛周圍的局部地圖

就像拼圖一樣，跑哪加載到哪”

這一想法成了突破瓶頸的關鍵

他們開始專心攻克

“局部地圖動態加載算法”

隊員在競速賽現場調試賽車

十月的天門山氣溫驟降

寒風鉆透衣衫

為了調試適配賽道環境的定位參數

隊員們凌晨四點半便搭乘最早接駁車

前往海拔1300余米的天門山

開展AI算法調試與賽車整備工作

即使手指凍僵，按不動鍵盤

大家仍然咬牙堅持

“隊長、師兄遠程教我

搭建程序運行環境、排查代碼問題

讓我覺得特別溫暖”

團隊中年齡最小的扶尚宇笑著說

鄒恒多坦言

“我們很多東西都是從頭學

雖然艱辛但沒人抱怨

一心只想把賽車做好”

正是這份執著

讓賽車擁有了精準感知的“眼睛”

從“紙上談兵”到賽場馳騁

在實戰中完成蛻變

車輛學院2023級碩士生戚笑景

主動承擔了隊長的重任

他此前的研究多停留在

理論推演與實驗室驗證的“紙上談兵”階段

他一直渴望將實驗室技術在復雜賽道應用

通過此次比賽他終于實現了

從理論到實戰的跨越

戚笑景（電腦正前方）在國家智能網聯汽車創新中心調試AI賽車算法

團隊目標是設計一條

“從山頂到山腳最快、最安全”的最優路徑

車輛學院博士后呂堯與戚笑景

在仿真賽階段尚未接觸實車與賽道

當他們信心滿滿地將城市道路AI規控算法

遷移到極限道路條件下的仿真測試

卻發現城市道路的算法邏輯在這里行不通

仿真復賽中

團隊跑出每圈69秒的成績

而其他團隊早已突破60秒大關

這次挫敗讓他們瞬間清醒

實驗室里經無數次測試的算法

唯有經過天門山真實賽道的檢驗

方能見真章

戚笑景（左一）在天門山賽道測試AI賽車

為摸清天門山賽道實況

戚笑景開啟了“人車同跑”測試模式

這條10公里賽道坡度陡、彎道密

深秋寒意刺骨

他穿著單薄運動鞋緊追在賽車身后

記錄著不同坡度、不同路面賽車的反饋數據

為了跟上賽車的速度

他跑得滿頭大汗

直到某天跑完

他才發現鞋底已徹底脫膠

這已是他跑壞的第二雙鞋

隊員在天門山賽道追隨AI賽車上山

經過賽道的反復驗證

他們將天門山賽道每道彎切入角度、坡度

路面摩擦系數全部融入模型

最終讓賽車離規劃路線的偏差不超過20公分

“這次比賽最大的收獲

是將仿真測試的結果真正應用到實車運行上

實車中發現的問題也加深了我對技術的理解”

從實驗室里的代碼世界

到天門山的真實賽道

他們完成了技術與自我的雙重突破

比賽淬煉成長

在競速中找準科研方向

車輛學院2023級博士生冷佳桐

在這次比賽中負責底盤調校

她也是校電車方程式車隊隊員

此前研究方向聚焦于

傳統車輛的空氣動力學與底盤優化

追求讓車在既定規則下跑得更快

冷佳桐（左二）在天門山檢查賽車情況

進行底盤測試時

她敏銳地發現算法設計忽略了賽車硬件性能

為打通軟硬件壁壘

她一邊梳理賽車“物理極限”數據

一邊探索人工智能在極限路況的落地應用

只為讓賽車有更強的穩定性

讓控制指令完美適配車輛真實性能

隊員在天門山檢查賽車情況

“我在逐步使用人工智能學習的方法

去實現極限路況下的車輛控制

這次比賽讓我對未來研究課題有了新思考”

冷佳桐借此次比賽錨定了新的科研方向

她既延續了對車輛極限性能的探索

又融入人工智能視角

希望通過“硬件－算法”融合

推動智能網聯汽車在極端場景下的安全性提升

隊員組裝AI賽車

比賽期間

多輛賽車因極端天氣失控打滑

橫停賽道的驚險場景

讓團隊成員下定決心

必須攻克極限路況下的車輛安全難題

賽后

部分隊員決定將自己的科研方向

聚焦車輛安全領域

鄒恒多計劃未來深耕定位算法的安全優化

讓自動駕駛在復雜路況下也能穩定可靠

呂堯則希望通過數據驅動的算法優化

解決城市道路自動駕駛的安全痛點

團隊于天門山賽道合影

這支學生團隊優異成績的取得

離不開指導老師的全力支持

車輛學院教授李升波、副研究員于良耀

為同學們的仿真模擬與實車測試

提供分階段指導

車輛學院副研究員高博麟

帶隊實地勘測賽道、提出建議

從校內到校外、從課堂到賽場

老師們始終用心守護學生的科研熱情

當清華戰隊的AI賽車沖出層層濃霧

陽光刺破云層灑向賽道

隊員們的科研探索也隨之邁入新階段

他們將以此次極限競速挑戰為起點

深入研究復雜環境下的自動駕駛技術

以執著與擔當在智能駕駛科研道路上

書寫更多創新傳奇

更多“我在清華做科研”的故事

我們將繼續為你講述

我在清華做科研·感悟

車輛學院2023級碩士生戚笑景（左一）：感謝團隊成員對我的信任，我們并肩戰斗才能取得佳績。這次比賽拓寬了我對整車定位與感知方面的理解，代碼成功落地帶來的興奮感至今難忘。

車輛學院2023級博士生冷佳桐（左一）：我以前習慣獨自開展科研工作，此次比賽的團隊協作經歷讓我明白，乘用車安全領域的突破、行業的進步與全民出行安全的保障，離不開跨學科團隊的攜手發力。

車輛學院博士后呂堯：之前我動手接觸車輛底盤硬件的經歷較少，多偏向于人工智能理論算法研究。此次比賽讓我對AI賽車形成了更系統的認知，也為未來的科研生涯筑牢了基礎。

車輛學院2025級碩士生扶尚宇：我一直很關注自動駕駛安全問題，希望以此次比賽為契機，迭代現有算法，逐步攻克自動駕駛的具體安全難題。

統籌 | 呂婷

文 | 楊濱華

圖片來源 | 賽事組委會、車輛與載運學院

視覺設計 | 賀茂藤

排版&編輯 | 王志雄

責編 | 苑潔

審核 | 劉蔚如

清華大學版權所有