“信号时断、视野全盲、弯急坡陡”——在被称为“通天大道”的湖南张家界天门山盘山公路上，一辆特殊的赛车正冲破浓雾，征服着1100米的垂直落差与99处惊险急弯。

方向盘后空无一人。它属于清华大学“极限竞速”学生战队，是一辆完全由人工智能驾驶的赛车。

近日，这支队伍在“Hitch Open世界AI竞速锦标赛”中，凭借厘米级定位、毫秒级决策的卓越表现，不仅以绝对优势斩获总冠军，更成功创造了AI自动驾驶赛车挑战极限山地赛道的世界纪录。

智慧与汗水交织的“极限闯关”

天门山赛道，被公认为“全球最具挑战的AI测试场之一”，是对核心感知、定位、决策、控制算法的“四重极限”考验。

10月14日比赛日，浓雾笼罩，赛道湿滑。发令一出，赛车如离弦之箭。驶入隧道盲区，依靠多源传感器融合定位，它精准“找回自我”；面对湿滑下坡，先进的强化学习算法让它稳稳抓住地面。最终，它以16分10秒的惊艳成绩冲过终点。

荣誉并非一蹴而就。这支队伍在今年3月底临时组建，边研究边备赛、很多知识与技能都从零学起……他们用半年时间，完成了一场从实验室到险峻山路的“极限奔跑”。

从“纸上谈兵”到“人车同跑”

定位算法是AI赛车“找准方向”的核心。由于没有驾驶员辅助判断，AI赛车需实时明确自身位置，才能匹配赛道规划、规避风险、精准决策。

车辆与运载学院硕士生扶尚宇和博士生邹恒多这对搭档，一个此前未接触过C++算法开发，一个从未在复杂山地环境中做过定位。他们从零学起，日夜鏖战。

但，赛车在国家智能网联汽车创新中心测试时，仅跑3公里就因地图加载卡顿而“罢工”。面对即将到来的天门山10公里复杂赛道，这个漏洞是致命的。

团队连夜头脑风暴，迸发出“像拼图一样，跑哪加载哪”的灵感，成功研发出“局部地图动态加载算法”，突破了核心瓶颈。十月的天门山，寒风刺骨，队员们凌晨四点上山调试，手指冻僵仍咬牙坚持，只为给赛车装上最精准的“眼睛”。

团队目标是设计一条“从山顶到山脚最快、最安全”的最优路径。

队长戚笑景是一名硕士生，他一直渴望将实验室技术应用于真实世界。他和博士后吕尧发现，原本适用于城市道路的算法，在极限弯道前完全失灵。仿真赛成绩一度落后，让他们瞬间清醒：实验室的算法，必须经过真实赛道的淬炼。

为摸清天门山赛道实况，戚笑景开启了“人车同跑”测试模式。深秋寒意刺骨，这条10公里赛道坡度陡、弯道密，他穿着单薄运动鞋紧追在赛车身后，记录着不同坡度、不同路面赛车的反馈数据。为了跟上赛车的速度，他跑得满头大汗。直到某天跑完，他才发现鞋底已彻底脱胶——这已是他跑坏的第二双鞋。

最终，团队将天门山每一道弯的切入角度、坡度、摩擦系数全部融入模型，让赛车离规划路线的偏差不超过20厘米。

在极限中锚定未来科研方向

比赛期间，多辆赛车失控打滑的惊险画面，让安全成为团队最深的执念。赛后，部分队员毅然决定将科研方向聚焦于车辆安全领域，希望让未来的自动驾驶在任何路况下都更稳定、更可靠：

邹恒多计划未来深耕定位算法的安全优化，让自动驾驶在复杂路况下也能稳定可靠；吕尧则希望通过数据驱动的算法优化，解决城市道路自动驾驶的安全痛点……

从实验室的代码到天门山的险峰，这群年轻人用智慧与汗水完成了从理论到实践的跨越，他们背后是师长坚实的臂膀和科研人员一脉相承的求索精神，科研报国路上，为中国青年喝彩！

编辑：李华山