DARPA 2005年大挑战赛（DARPA Grand Challenge 2005）是面向美国自动驾驶汽车的一项奖金竞赛的第二届赛事，由美国国防部高级研究计划局（DARPA）资助，该机构是美国国防部下属的著名研究组织。赛事于2005年10月8日在莫哈韦沙漠举行，赛道全长212公里（132英里）。斯坦福大学的参赛车辆是一辆改装的大众途锐，名为Stanley，以6小时54分钟完成全程，赢得200万美元奖金。该竞赛旨在推动能够在一定时间内穿越大量越野地形的全自主地面车辆的发展，其基础是2004年的首届大挑战赛，当时没有车辆完成赛道。
背景与历史
全自主车辆的研究在国际上已持续数十年，日本于1977年启动相关努力，德国（恩斯特·迪克曼斯及VaMP车辆）、意大利（ARGO项目）、欧盟（EUREKA Prometheus项目）和美国也均有参与。DARPA早期资助了自主机器人开发，包括1966年始于斯坦福研究所（现SRI International）的Shakey the Robot项目，以及1980年代战略计算计划下的Autonomous Land Vehicle和Navlab。大挑战赛是全球首个无人驾驶汽车长途竞赛，与商业或学术研究方法有所不同。美国国会授权DARPA提供奖金，首届赛事奖金为100万美元，最终目标是到2015年使地面军事力量的三分之一实现自主。在2004年赛事之后，DARPA主任托尼·特瑟博士将2005年赛事的奖金提高至200万美元。
竞赛向全球团队开放，但要求参赛名单中至少有一名美国公民。参与者来自高中、大学、企业及其他组织。第一年有超过100支团队注册；第二年有来自美国36个州和4个外国的195支团队报名。
2004年大挑战赛
首届DARPA大挑战赛于2004年3月13日在莫哈韦沙漠举行，赛道全长150英里（240公里），沿15号州际公路从加利福尼亚州巴斯托附近延伸至加利福尼亚-内华达州边界外的普里姆。所有机器人车辆均未完成赛道。卡内基梅隆大学的红队（Red Team）使用其改装的悍马车Sandstorm行驶了最远距离，在完成11.78公里（7.32英里）后在一个之字形转弯处被岩石卡住。赛事未宣布获胜者，奖金也未颁发，从而促成了2005年的第二届赛事。
2005年赛道与挑战
2005年赛道于2005年10月8日早上6:40开始。23支决赛队伍中除一支外，其余全部超过了2004年最佳车辆所达到的11.78公里距离。赛道包括三条狭窄隧道和超过100个急转弯，最后经过Beer Bottle Pass，这是一条蜿蜒的山口，一侧是陡峭的悬崖，另一侧是岩壁。尽管2004年赛道需要更大的海拔爬升，并在Daggett Ridge设有非常陡峭的之字形弯道，但2005年赛道的弯道数量远少且道路普遍更宽，但其技术挑战依然重大。
五辆车成功完成了132英里的赛道。斯坦福大学的Stanley率先完赛，紧随其后的是卡内基梅隆大学的Sandstorm和H1ghlander、来自新奥尔良的Gray Team参赛车辆，以及Terramax，，一辆来自Oshkosh Truck的30,000磅卡车，该车因在赛道上空转过夜而在第二天完赛。赛事中，斯坦福大学的塞巴斯蒂安·特龙（曾任卡内基梅隆大学教员）与卡内基梅隆大学的雷德·惠特克之间形成了自然 rivalry。H1ghlander在Stanley超越之前一直受到机械问题的困扰。Gray Team的参赛尤为引人注目，因为该团队在赛前数周受到了飓风卡特里娜的影响。
2007年城市挑战赛与遗产
第三届DARPA大挑战赛，即城市挑战赛（Urban Challenge），于2007年11月3日在加利福尼亚州维克多维尔的乔治空军基地旧址（现南加州物流机场）举行。赛道为96公里（60英里）的城市区域路线，需在6小时内完成，要求遵守交通法规、与其他交通和障碍物协调，并汇入车流。参赛者分为A组和B组，A组团队获得100万美元资助；这些团队主要代表大型大学和企业，包括卡内基梅隆大学与通用汽车（Tartan Racing）、斯坦福大学与大众、弗吉尼亚理工大学与TORC Robotics、Oshkosh Truck、霍尼韦尔、雷神、加州理工学院、Autonomous Solutions、康奈尔大学和麻省理工学院。Golem Group是少数独立的A组参赛团队之一。团队获得了稀疏的路点地图，一些团队（如Tartan Racing）通过额外外推的路点对其进行了增强。
2005年大挑战赛展示了自主车辆技术的重大进步，五辆车完成赛道，而2004年则无一完成。它为后续的DARPA挑战赛铺平了道路，包括2007年城市挑战赛、2012年机器人挑战赛和地下挑战赛，后者专注于自主应急维护机器人和地下探索。该赛事促进了现代自主系统中使用的技术的发展，包括人工智能和机器学习方法，并影响了后来的商业努力，如Waymo和特斯拉自动驾驶。Stanley的成功开发于斯坦福人工智能实验室，凸显了学术研究在推动该领域发展中的作用。