如果没有英特尔® 性能库，斯坦福机器人汽车的导航软件将不能达到“DARPA 无人驾驶挑战赛”的速度。

作者：Geoff Koch

2005 年 7 月盛夏的一天，英特尔软件工程师 Bob Davies 正在休假，这是公司为工作每满 7 年的所有英特尔员工提供的为期两个月的长假。然而，Davies 放弃了在热带海滩上放松身心、享受清凉海风和畅饮太阳伞下冰爽饮料的假期，而选择了前往 120 华氏度高温的莫哈韦沙漠*。

Davies 与几位英特尔同事和斯坦福大学的教授与研究生正在北美洲最炎热的地区为名为“Stanley（斯坦利）”的机器人汽车进行路试，该款汽车将在几个月后创造历史*。然而，那一天他们唯一的希望只是能够安然无恙地从沙漠开回宾馆。

大众途锐 R5*（Volkswagen Touareg R5*）的发动机已经过热，使沸腾的机油溢出了发动机盖。虽然它们因安装了计算机和其它科技装置显得负荷略重，但是斯坦利的驾驶团队已经改进了散热装置，以降低发动机的发热量。

Davies 说：“我们浑身是汗地坐在途锐车座里，忍受着颠簸和沙漠中阵阵热浪的冲击。在电脑的控制下，汽车转向、越野行驶、越过障碍甚至跃起。车上以及在后追赶的车上的每个人都显得异常兴奋。它赋予了‘调试软件’这一术语全新的含义。”

经过几周的调整和调试后，斯坦利和斯坦福赛车队于 10 月 9 日获得了 2 百万美元的奖金，因为它成功地完成了美国国防部高级研究计划局（DARPA）组织的大挑战赛* 中的 132 英里赛程，并一举夺魁。斯坦利以 6 小时 54 分的出色成绩完成了比赛，此次比赛旨在促进自动车辆的研究与开发工作。

与莱特兄弟的历史性成就* 相比，斯坦福团队的成功要归功于教授与研究生数百小时的辛勤工作以及其它公司的大力支持。此外，它还得益于采用英特尔软件专业知识和工具的汽车视觉系统，该系统帮助斯坦利以飞快的速度驰骋赛场。

斯坦利的顶部安装了能够立即扫描到车道上障碍物的激光设备。但是激光设备仅能扫描到汽车前方几个车身的距离。正如在浓雾中驾驶的司机需要减速慢行，以免发生意外一样，斯坦利如果仅依靠一个激光设备来辨别前方路况，那么它也必须小心前行。

因此，研发团队采用了摄像系统来进一步探测沙漠路线。照相系统安装于挡风窗内，以防止莫哈维沙尘的污染。照相系统能够捕捉前保险杠前起伏不定的高分辨率路面图像。一款复杂的软件程序将图像、激光装置数据以及车载 GPR 传感器融为一体，从而能够绘制地形，并规划出斯坦利的最佳路线。

英特尔软件工程师 Adrian Kaehler 与其他几位英特尔和斯坦福的合作者编写的视觉系统内核在比赛当天发挥了作用。Kaehler 对英特尔开放源码计算机视觉库（或称为 OpenCV）给予了高度评价，这是用于构建通用图像算法的一系列高度优化的规则。

Kaehle 谈到：“OpenCV 将整个流程提升了一个级别，使我们无需再担心与视频和图像工作相关的硬件细节问题。”

Kaehler 在加利福尼亚州圣克拉拉市工作，他不惜牺牲夜晚与周末的休息时间而潜心致力于该项目的研究。他与几名斯坦福大学的研究生共同合作。斯坦福研究生编写了接口层，斯坦利的软件智能系统的其它部分提供视频信息，该系统运行在车厢中七个基于英特尔® 奔腾® M 处理器的计算机上。

斯坦福大学一位参与该项目的二年级计算机科学博士 Hendrik Dahlkamp 表示：“照相系统为系统中提供了大量数据。针对 SSE（SIMD 流指令扩展指令集）和英特尔® Wireless MMX™ 技术进行了优化的 OpenCV 使代码能够以前所未有的速度运行。”

除 OpenCV 外，为实现清晰、高效的代码库提供帮助的其它英特尔®软件产品还包括英特尔® VTune™ 可视化性能分析器。为避免导致系统故障或不稳定性，团队没有做过度的调试，但是 Kaehler 表示：“在考虑视觉系统内核中的性能问题时，英特尔® VTune™ 可视化性能分析器可使我保持头脑清晰”。

开发过程中还使用了英特尔® 高性能多媒体函数库（英特尔® IPP）和英特尔® 编译器，大多数开发工作在 Windows* 环境下进行，但斯坦利的计算机运行的是 Linux* 操作系统。英特尔软件可运行于两种环境中，从而使研发团队能够更加轻松地跨平台工作。

Dahlkamp 谈到：“英特尔软件充分利用强大的 Windows 开发环境具有重要意义，尽管构建工作机器人有多种定制要求，但采用 Linux 仍是部署的明智之选。”

归根结底，紧凑高效的代码为取得成功奠定了坚实基础。平均时速 19.1 英里的斯坦利遥遥领先于取得第二和第三名的卡耐基梅隆大学的 Sandstorm 与 H1lander 机器人汽车，它们的平均时速分别为 18.6 和 18.2 英里。

计算机科学副教授、斯坦福赛车队的领导者 Sebastian Thrun 对这一成绩感到非常吃惊。

Thrun 表示：“OpenCV 和英特尔® IPP为开发斯坦利的图像算法以及赢得这场历史性的竞赛做出了巨大的贡献；如果没有英特尔性能库的支持，我们的导航软件速度将无法满足苛刻的应用需求。而斯坦利所实现的驾驶速度很大程度上得益于采用了具有图像处理能力突出的 OpenCV。”

成功完成“大挑战赛”的各个团队所进行的创新将帮助美国国防部高级研究计划局实现由美国国会设立的目标，即到 2015 年可实现支持机器人军事汽车舰队。除了军事应用之外，这些技术还具有重要的、具有长远意义的商业潜力。

例如：驾驶员辅助特性能够减少人为疏忽或破坏所引起的汽车事故――如驾驶员俯身调整音响或酒后驾驶所引起的事故，从而每年能够挽救数万人的生命。

Thrun 被许多人称为“四处奔波的梦想家”，他的下一步目标是希望采用相似的技术来缔造一部能够从旧金山开到洛杉机的汽车。

Davies 已结束休假，返回到了他安全、清凉、舒适的英特尔工作区。对于将来，他怀揣着更多切实的目标。他准备利用在沙漠中挤出时间所学到的知识来增强英特尔® VTune™ 可视化性能分析器的性能――这是一款他十几年前帮助编写的产品。

Davies 说：“我将应用我利用整个夏天进行试验的机器学习算法，来实现一部分性能分析和处理器设计工作的自动化。所以，机器人汽车不会在短时间内上路，我们的工作还在继续。”

如欲了解有关 OpenCV 的更多信息（包括加入雅虎* OpenCV 组织的说明、链接 OpenCV 的创建者与英特尔研究员 Gary Bradski 在 2000 年 11 月《Dr. Dobbs Journal》中所撰写的文章），请点击此处。

如欲了解关于英特尔® VTune™ 可视化性能分析器、英特尔® 高性能多媒体函数库、英特尔编译器以及其它产品和服务的更多信息，请访问英特尔® 软件开发产品网站。

《斯坦福新闻服务》（Stanford News Service）提供了有关斯坦福赛车队赢得 2 百万美元奖金的全面报道*，包括照片和视频资料。欲了解更多信息与视频资料，请访问：www.stanfordracing.org* 和 www.grandchallenge.org。*

• 企业技术内容
• 英特尔®软件网络—开发商园地--英特尔® 奔腾® 4 处理器
• 英特尔®软件网络—开发商园地--开放源代码
• 英特尔®软件网络—技术参考信息与产品

Geoff Koch 曾任英特尔编辑，于 2004 年获得斯坦福大学通信学硕士学位。目前，他在密歇根州兰辛市从而科学与软件事业。阅读他在斯坦福大学所撰写的关于汽车的其它文章请点击此处，为其留言请发送电子邮件至 gkoch@stanfordalumni.org。