Цель проекта заключалась в разработке автономного робота, способного преодолевать бездорожье.

Первый конкурс, обещавший награду в размере 1 млн долларов США, состоялся 13 марта 2004 года. Для прохождения 142-мильной дистанции по пустыне Мохаве потребовалось не более 10 часов. 107 команд и 15 гонок, но ни одна из них не проехала более 5% дистанции.

Вызов повторили 8 октября 2005 года с увеличением суммы премии до 2 млн долларов США. На этот раз было 195 команд и 23 гонки. Из них пять команд прошли дистанцию. Стэнфордский робот «Стэнли» прошел дистанцию впереди всех остальных машин за 6 ч, 53 мин и 58 с и был объявлен победителем конкурса DARPA Grand Challenge.

Стэнли разработала группа исследователей для усовершенствования современных технологий автономного вождения. Успех Стэнли является результатом интенсивных усилий Стэнфордского университета, в которых приняли участие эксперты из Volkswagen of America, Mohr Davidow Ventures, Intel Research и ряда других организаций. Стэнли основан на Volkswagen Touareg R5 TDI 2004 года выпуска, оснащенном шестипроцессорной вычислительной платформой Intel, а также набором датчиков и исполнительных механизмов для автономного вождения.

Главной технологической задачей при разработке Стэнли было создание высоконадежной системы, способной передвигаться с относительно высокой скоростью через разнообразные и неструктурированные внедорожные пространства, и делать все это с высокой точностью. Эти требования привели к ряду достижений в области автономной навигации. Были разработаны и расширены существующие методы в таких областях, как дальнобойное восприятие местности, предотвращение столкновений в режиме реального времени и стабильное управление транспортными средствами на скользкой и пересеченной местности.

Многие из этих разработок были обусловлены требованиями к скорости, что сделало многие классические техники в области внедорожного вождения непригодными. В ходе этих разработок исследовательская группа использовала алгоритмы из различных областей, включая распределенные системы, машинное обучение и робототехнику.

Гонка

Стэнли начал гонку 8 октября 2005 года в 6:35 утра. Робот уверенно набирал скорость и ехал на её пределе или чуть ниже него.

Его общая средняя скорость составляла 19,1 миль в час. Тем не менее, скорость Стэнли сильно варьировалась во время гонки.

Первоначально рельеф местности был ровным, и ограничения скорости позволяли развивать гораздо более высокие скорости. Его максимальная средняя скорость во время гонки составила 24,8 миль в час.

Модуль технического зрения заставил Стэнли замедлить скорость до 25 миль в час, однако, без модуля технического зрения Стэнли был бы вынужден развивать максимальную скорость 25 миль в час, что привело бы к времени окончания работы примерно в 7 ч и 5 мин, возможно позади робота CMU Sandstorm.

Стэнли замедлялся время от времени, чтобы приспособиться к местности. Именно способность адаптировать скорость к пересеченной местности была важной составляющей успеха Стэнли. Стэнли также столкнулся с некоторыми неожиданными трудностями на протяжении всего пути. Всего было зарегистрировано 17 инцидентов, почти все они произошли между 22 и 35 милями. Неточная временная маркировка лазерных данных привела к вставке фантомных препятствий на карту. В четырех из этих случаев эти инциденты привели к значительному отклонению в сторону. В одном случае Стэнли даже ехал на песчаном валу, а в другом он без каких-либо препятствий свернул на дно открытого озера. Ни в коем случае автомобиль не подвергался опасности, поскольку пересечение песчаного вала было возможным. Однако в результате этих ошибок Стэнли несколько раз замедлялся. Таким образом, основным последствием этих инцидентов стала потеря времени в начале гонки.

Резюме

Stanley, разработанный Stanford Racing Team в сотрудничестве со своими сторонниками, использовал программное обеспечение для обработки данных датчиков и определения подходящих команд рулевого управления, дросселирования, торможения и переключения передач.

Многие из его отдельных модулей основывались на самых современных методах искусственного интеллекта.

Повсеместное использование машинного обучения, как перед, так и во время гонки, сделало Стэнли надежным и точным. Исследователи считают, что эти методы, наряду с обширными испытаниями, которые были проведены, внесли значительный вклад в успех Стэнли в этой гонке.

Несмотря на то, что большой вызов DARPA стал важной вехой в поисках самоходных автомобилей, он оставил открытым целый ряд важных проблем.

Стэнли не может ориентироваться в пробках. Для того чтобы автономные автомобили добились успеха, роботы, такие как Стэнли, должны уметь воспринимать движущиеся объекты и взаимодействовать с ними. Необходимы дальнейшие исследования для достижения уровня надежности, необходимого для этой сложной задачи. Даже в области вождения в статических условиях программное обеспечение Стэнли может справляться только с ограниченными типами препятствий. Например, нынешнее программное обеспечение не сможет отличить высокую траву от скал.