Der DARPA Grand Challenge 2005 war die zweite Auflage eines Preiswettbewerbs für amerikanische autonome Fahrzeuge, finanziert von der Defense Advanced Research Projects Agency (DARPA), einer prominenten Forschungsorganisation des Verteidigungsministeriums der Vereinigten Staaten. Die Veranstaltung fand am 8. Oktober 2005 in der Mojave-Wüste statt, mit einer Strecke von 212 Kilometern (132 Meilen). Der Beitrag der Stanford University, ein modifizierter Volkswagen Touareg namens Stanley, absolvierte die Strecke in 6 Stunden und 54 Minuten und gewann den Preis von 2 Millionen Dollar. Der Wettbewerb zielte darauf ab, die Entwicklung vollständig autonomer Bodenfahrzeuge voranzutreiben, die in der Lage sind, anspruchsvolles Gelände abseits der Straße innerhalb einer begrenzten Zeit zu bewältigen, und baute auf dem ersten Grand Challenge im Jahr 2004 auf, bei dem kein Fahrzeug die Route beendete.
Hintergrund und Geschichte
Vollständig autonome Fahrzeuge waren seit Jahrzehnten ein internationales Bestreben, mit Bemühungen in Japan ab 1977, Deutschland (Ernst Dickmanns und das Fahrzeug VaMP), Italien (das ARGO-Projekt), der Europäischen Union (EUREKA-Prometheus-Projekt) und den Vereinigten Staaten. DARPA hatte frühe Entwicklungen autonomer Roboter finanziert, darunter das Projekt Shakey the Robot am Stanford Research Institute (heute SRI International) ab 1966 und später das Autonomous Land Vehicle und Navlab unter der Strategic Computing Initiative in den 1980er Jahren. Der Grand Challenge war der erste Langstreckenwettbewerb für fahrerlose Autos weltweit und unterschied sich von kommerziellen oder akademischen Forschungsansätzen. Der US-Kongress ermächtigte DARPA, Preisgelder anzubieten, zunächst 1 Million Dollar für die erste Veranstaltung, mit dem ultimativen Ziel, bis 2015 ein Drittel der militärischen Bodenstreitkräfte autonom zu machen. Nach der Veranstaltung 2004 erhöhte DARPA-Direktor Dr. Tony Tether das Preisgeld auf 2 Millionen Dollar für das Rennen 2005.
Der Wettbewerb stand Teams weltweit offen, sofern mindestens ein US-Bürger im Team war. Die Teilnehmer kamen aus High Schools, Universitäten, Unternehmen und anderen Organisationen. Im ersten Jahr registrierten sich über 100 Teams; im zweiten Jahr traten 195 Teams aus 36 US-Bundesstaaten und 4 ausländischen Ländern an.
Grand Challenge 2004
Der erste DARPA Grand Challenge fand am 13. März 2004 in der Mojave-Wüste statt, auf einer 150 Meilen (240 km) langen Route entlang der Interstate 15 von nahe Barstow, Kalifornien, bis knapp hinter die Grenze zwischen Kalifornien und Nevada in Primm. Keines der Roboterfahrzeuge beendete die Route. Das Red Team der Carnegie Mellon University mit seinem umgebauten Humvee namens Sandstorm kam am weitesten und legte 11,78 km (7,32 Meilen) zurück, bevor es nach einer Haarnadelkurve an einem Felsen hängen blieb. Es wurde kein Sieger erklärt und das Preisgeld nicht vergeben, was eine zweite Veranstaltung im Jahr 2005 auslöste.
Rennstrecke und Herausforderungen 2005
Die Strecke 2005 begann um 6:40 Uhr am 8. Oktober 2005. Alle bis auf einen der 23 Finalisten übertrafen die Distanz von 11,78 km, die das beste Fahrzeug von 2004 erreicht hatte. Die Route umfasste drei enge Tunnel und mehr als 100 scharfe Links- und Rechtskurven und endete durch den Beer Bottle Pass, einen kurvenreichen Bergpass mit einem steilen Abgrund auf der einen Seite und einer Felswand auf der anderen. Obwohl die Strecke 2004 mehr Höhenunterschied erforderte und sehr scharfe Haarnadelkurven am Daggett Ridge aufwies, hatte die Strecke 2005 weit weniger Kurven und im Allgemeinen breitere Straßen, aber ihre technischen Herausforderungen waren erheblich.
Fünf Fahrzeuge absolvierten die 132 Meilen lange Strecke erfolgreich. Stanleys Stanford belegte den ersten Platz, gefolgt von Carnegie Mellons Sandstorm und H1ghlander, dem Beitrag des Gray Teams aus New Orleans und Terramax, einem 30.000 Pfund schweren Lastwagen von Oshkosh Truck, der am zweiten Tag ins Ziel kam, nachdem er über Nacht auf der Strecke im Leerlauf verbracht hatte. Das Rennen war geprägt von einer natürlichen Rivalität zwischen Sebastian Thrun von Stanford, einem ehemaligen Fakultätsmitglied der Carnegie Mellon University, und Red Whittaker von Carnegie Mellon. Mechanische Probleme plagten H1ghlander, bevor Stanley es überholte. Die Teilnahme des Gray Teams war bemerkenswert, da das Team Wochen vor dem Rennen vom Hurrikan Katrina betroffen war.
Urban Challenge 2007 und Vermächtnis
Der dritte DARPA Grand Challenge, bekannt als Urban Challenge, fand am 3. November 2007 auf dem ehemaligen George Air Force Base (heute Southern California Logistics Airport) in Victorville, Kalifornien, statt. Die Strecke war eine 96 km (60 Meilen) lange Route durch ein urbanes Gebiet, die in weniger als 6 Stunden zu bewältigen war, und erforderte die Einhaltung von Verkehrsregeln, die Interaktion mit anderem Verkehr und Hindernissen sowie das Einfädeln in den Verkehr. Die Teilnehmer wurden in Track A und Track B aufgeteilt, wobei Track-A-Teams 1 Million Dollar an Finanzierung erhielten; diese repräsentierten größtenteils große Universitäten und Unternehmen, darunter Carnegie Mellon mit General Motors (Tartan Racing), Stanford mit Volkswagen, Virginia Tech mit TORC Robotics, Oshkosh Truck, Honeywell, Raytheon, Caltech, Autonomous Solutions, Cornell University und MIT. Die Golem Group war eines der wenigen unabhängigen Track-A-Teams. Die Teams erhielten spärliche Wegpunktkarten, und einige, wie Tartan Racing, erweiterten sie mit zusätzlichen extrapolierten Wegpunkten.
Der Grand Challenge 2005 zeigte bedeutende Fortschritte in der Technologie autonomer Fahrzeuge, wobei fünf Fahrzeuge die Strecke absolvierten, verglichen mit keinem im Jahr 2004. Er ebnete den Weg für nachfolgende DARPA-Herausforderungen, darunter den Urban Challenge 2007, den Robotics Challenge 2012 und den Subterranean Challenge, die sich auf autonome Notfallwartungsroboter und unterirdische Erkundung konzentrierten. Die Veranstaltung trug zur Entwicklung von Technologien bei, die heute in modernen autonomen Systemen verwendet werden, einschließlich künstlicher Intelligenz- und maschinellem Lernen-Ansätzen, und beeinflusste spätere kommerzielle Bemühungen wie Waymo und Tesla Autopilot. Der Erfolg von Stanley, entwickelt am Stanford AI Lab, hob die Rolle akademischer Forschung bei der Weiterentwicklung des Feldes hervor.