“簡 介： 北京科技大學室內智能視覺組隊員對于參加第十六屆智能車競賽進行了總結與展望。
關鍵詞： 智能車競賽，北京科技大學，比賽總結，NXP，MiniART，NNCU，TFLITE

”

01 參賽體會

一、RT1064系列芯片：

在參賽過程中確實能感受到該系列芯片的強勁性能， 1M的 Flash可以讓參賽選手放開手腳，去嘗試更多的大數組，實現更多精細策略。

但我在參賽過程中感覺還是存在問題的:

1、有關 RT1064的網絡資料太少了，國內外的網站都很難檢索到相關問題。

2、RT1064好像對供電紋波很敏感，我們的車模在中期時，頻繁因為速度過快或上橋時產生靜電而重啟。

二、AI視覺方面：

雖然今年大多數隊伍都基本完成了圖像識別任務。但是我個人認為，AI視覺還是受到單片機性能的制約了。由于內存容易溢出，導致在 PC上訓練的神經網絡的層數、深度都受到了很大的限制，可變性比較低。同時訓練好并量化后的模型在單片機上跑的速度可以更快，總之希望能夠有更好的單片機應用在 AI視覺組上。

三、轉換工具

我在比賽時還碰到了 NXP公司下發(fā)的 NNCU量化工具非常不好用的問題，后面我是轉用了 TFLITE才完成了比賽。

毋庸置疑， AI視覺組是智能車競賽中一個很大的創(chuàng)新，最后也是如愿獲得了全國一等獎，而且基本上參賽選手都能對 Keras與 TensorFlow打下一定的基礎，這對學生未來的發(fā)展無疑有很大的幫助，希望明天 AI視覺組能夠更加 AI,提供的設備性能能夠更好~

02 展望與建議

一、如果明年能有性能更好的設備，我希望 AI視覺組能夠讓 AI任務占比更大，同時調整任務目標，讓 AI組更有觀賞性。

二、我覺得在嵌入式 AI組中引入目標檢測的相關賽題，也是一個很好的體驗?？梢耘c現在熱門的 YOLO做一定的結合。當然涉及到目標檢測的話，對性能的要求也就更高了?？傊Ｍ髂?NXP能夠提供性能更優(yōu)的單片機用于競賽。

三、今年的 OpenArtMini的底層庫沒有相應的手冊，使用起來很是麻煩，我平時都是查閱星瞳的 OPENMV的手冊，兩者底層有相似的地方，但是 Mini的功能顯然被閹割了，不少的庫函數不能使用。希望明年如果有嵌入式 AI組別，在手冊這一塊需要費點心思，便于選手開發(fā)。

四、希望 NXP越來越好，智能車競賽越辦越好~