第二十一届全国大学生智能车竞赛

讯飞组赛项"智慧工厂" — 多团队任务拆解方案

报名日期：2026年5月1日 - 2026年8月1日场地：5m×6m 智慧工厂场景核心技术：讯飞星火大模型 Spark X2 + 多模态感知融合 + Gazebo虚实协同

一、整体架构

        ┌─────────────────────────────────────┐
        │          总技术负责人 / PM            │
        │   (指导老师或最靠谱的学生)             │
        │   统筹进度 + 跨组协调 + 系统联调       │
        └──────────────┬──────────────────────┘
                       │
     ┌─────────┬───────┼───────┬────────┬──────────┐
     │         │       │       │        │          │
  ①导航组   ②视觉组  ③决策组  ④语音组  ⑤硬件组   ⑥仿真组

建议6个分组，每组3-4人
各组并行开发，通过ROS接口对接
每组设组长，参加每周跨组对齐会
总负责人专注于协调和联调，不写或少写代码

二、各组任务清单

① 导航与运动控制组（底盘层）

负责人：洪云哲徐科含

使命：让车动起来、跑得稳、不撞东西

任务清单

序号	任务	说明
1	SLAM建图	用激光雷达对5m×6m场地建图，输出地图文件
2	实时定位	AMCL或其他方案，定位精度≤10cm
3	全局路径规划	A*/Dijkstra，从P点到各目标点
4	局部避障	DWA或TEB，应对8-10个随机锥桶
5	麦克纳姆轮控制	PID调参，实现精准停泊（3轮进框）
6	导航API封装	提供ROS Service供其他组调用

交付接口

接口	类型	说明
`/go_to_pose`	Service	输入目标坐标，返回到达/失败
`/nav_status`	Topic	IDLE / MOVING / ARRIVED / ERROR
场地坐标系文档	文档	P点原点、A/B/C仓库坐标、二维码区坐标

技术栈

ROS Navigation Stack, move_base/Nav2, TF坐标变换

验收标准

在模拟场地中从P点导航到指定仓库，3轮停泊
不碰随机摆放的锥桶
停泊精度：3个轮及以上在框内

核心难点

锥桶随机摆放（抽签决定位置和数量），局部避障必须可靠

人数建议：3-4人，需有ROS基础

② 视觉感知组（眼睛层）

使命：看懂场地里的一切标志

任务清单

负责人：方子行魏晨巧

序号	任务	说明
1	二维码识别	识别3个二维码，解析URL，获取JSON返回（`{"code":200, "result":"苹果"}`），封装为ROS Service
2	厂区标识牌识别	识别"食品加工车间/日用品加工车间/电子产品生产车间"，需自建数据集
3	交通灯状态识别	识别自制红绿灯的四种状态（红灯/直行/左转/右转），需与硬件组协调规格，提前采集训练数据
4	视觉巡线	提取地面巡线，输出偏移量给导航组；识别三条巡线路径及岔路口

交付接口

接口	类型	说明
`/scan_qrcodes`	Service	返回3个货品名称列表 → 给决策组
`/traffic_light`	Topic	灯状态：RED / STRAIGHT / LEFT / RIGHT → 给决策组
`/line_offset`	Topic	巡线偏差量（偏移+角度）→ 给导航组
`/sign_recognition`	Topic	厂区标识牌识别结果 → 给决策组

技术栈

OpenCV, PyTorch（轻量分类模型）, zbar/pyzbar（二维码）

验收标准

二维码3秒内识别完毕，JSON解析正确
交通灯四种状态识别准确率 > 95%
巡线在模拟光照变化下稳定运行
厂区标识牌识别准确率 > 95%

核心难点

光照变化鲁棒性（场地为喷绘刀刮布，光照不均）
自制红绿灯的识别数据集需自己采集和标注

人数建议：3-4人

③ 大模型与决策组（大脑层）

负责人：刘璐玮陈智其

使命：货品分类推理 + 全局任务调度（全队指挥中枢）

任务清单

序号	任务	说明
1	星火Spark X2 API封装	封装ROS节点，接收货品列表+目标大类，构建Prompt查询，解析返回结果，异常重试
2	全局任务状态机	5个子任务的状态流转管理 + 异常分支处理
3	决策逻辑	子任务1货品→仓库映射；子任务4交通灯→巡线入口选择

状态机设计

INIT
→ TASK1_LISTEN          (等待语音指令)
→ TASK1_SCAN_QRCODE     (识别二维码)
→ TASK1_INFER           (大模型推理)
→ TASK1_REPORT          (语音播报分类结果)
→ TASK2_NAV             (导航穿越生产区)
→ TASK2_PARK            (精准停泊目标仓库)
→ TASK2_REPORT          (语音播报入库)
→ TASK3_SIGNAL          (发送仿真就绪信号)
→ TASK3_WAIT            (等待仿真完成)
→ TASK3_REPORT          (语音播报仿真完成)
→ TASK4_DETECT_LIGHT    (识别交通灯)
→ TASK4_DECIDE          (决策巡线方向)
→ TASK5_LINE_FOLLOW     (巡线行驶)
→ TASK5_PARK            (终点停泊)
→ TASK5_REPORT          (播报"任务完成")
→ DONE

每个状态需设计超时机制和异常恢复分支。

交付接口

接口	类型	说明
`/classify_product`	Service	输入货品名+大类，返回匹配结果+目标仓库
`/task_state`	Topic	当前状态机状态（全局可见）
`/decision`	Topic	决策输出（导航目标、巡线方向等）

Prompt工程要点

输入：语音指令的目标大类 + 二维码识别出的3个货品名
要求大模型判断哪个货品属于目标大类
必须稳定解析返回，格式异常时有兜底逻辑
测试覆盖：食品类（苹果/猪肉...）、日用品类（毛巾/T恤...）、电子类（手机/电脑...）

技术栈

Python, ROS, SMACH / BehaviorTree, Requests

验收标准

大模型调用成功率 > 95%（含重试机制）
状态机覆盖率测试：每个状态正确进入和退出
Prompt在不同货品组合下都能正确分类
全链路Demo：模拟5个任务顺序走通

核心难点

Prompt工程的稳定性（模型回复格式不可控）
状态机的异常处理完备性（网络超时、识别失败、播报失败）
比赛规则要求"必须实际调用API，技术欺诈直接取消成绩"

人数建议：3人（需全队最强的编程能力）

④ 语音交互组（耳朵和嘴巴）

负责人：姚伶洁

使命：听懂指令、说出结果

任务清单

序号	任务	说明
1	语音唤醒	实现"小飞小飞"唤醒词检测
2	语音识别（ASR）	解析唤醒后的完整指令，提取目标货品大类和仿真货品大类
3	语音播报（TTS）	按规定格式输出5处播报（见下方）
4	6麦阵列配置	声源定位+降噪，应对赛场噪声

五处语音播报格式

序号	时机	格式
1	子任务1完成	"取得[货品名称]属于[目标大类]应放置在[目标仓库]，仿真环境中取得[货品名称]属于[目标大类]应放置在[目标仓库]"
2	子任务2完成	"已将[货品名称]放入[仓库类别]"
3	子任务3完成	"仿真任务已完成，已将[货品名称]放入[仓库类别]"
4	子任务4决策	左转 / 右转 / 直行 / 停止
5	子任务5完成	"任务完成"（停稳后10秒内开始，30秒内完成）

交付接口

接口	类型	说明
`/voice_command`	Topic	解析后的指令结构体 → 给决策组
`/speak`	Service	输入文本，执行TTS播报，播报完成后返回
`/wake_status`	Topic	唤醒状态

技术栈

讯飞语音SDK, Python, ALSA/audio

验收标准

唤醒词3米内识别率 > 95%
指令解析准确率 > 90%
TTS播报清晰，格式完全符合规则
播报完成有回调确认（不能播一半就继续下一步）

核心难点

赛场噪声干扰（观众、其他设备）
指令中货品名称的自然语言理解
播报格式必须一字不差，否则该任务不计分

人数建议：2-3人

⑤ 硬件与电路组（红绿灯 + 车模改装）

负责人：洪云哲徐科含

使命：自制合规红绿灯 + 车模维护（必须最早启动）

A. 电子红绿灯（竞赛硬性要求）

序号	任务	规格要求
1	PCB设计	原理图→PCB布局→打样
2	主控芯片	聆思科技 CSK5062（必须用此芯片，不可用其他MCU）
3	显示屏	WS2812/WS2812B LED点阵，宽高≤20cm或直径≤20cm，分辨率≤256
4	单板设计	电源管理+MCU+驱动电路全在一块PCB上（屏幕除外）
5	四种状态	直行/左转/右转（绿色灯光）、红灯
6	语音控制	通过CSK5062语音控制灯状态切换
7	结构设计	整体高度≤40cm，宽度≤50cm，外观可拆卸（需检查丝印）
8	PCB丝印	丝印层加队伍名称，不加其他厂商LOGO（加工厂编号和LED屏幕除外）
9	供电	电池供电
10	联调协调	提前告知视觉组红绿灯显示规格，方便采集识别训练数据

B. 车模改装与维护

序号	任务	说明
1	合规性检查	底盘垂直投影≥342×256mm，高度≤172mm
2	电机	空载转速≤320±10%rpm
3	传感器安装标定	摄像头角度、激光雷达位置、IMU固定
4	电池管理	比赛全程供电充足
5	赛前检录	准备检录材料，验证所有参数合规

技术栈

Altium Designer / KiCad（PCB）, C/C++（CSK5062固件）, SolidWorks（结构）

验收标准

红绿灯通过官方检录
四种状态显示清晰，语音控制响应正常
车模所有参数在合规范围内

核心难点

CSK5062资料少（非主流芯片），需查聆思官方文档
- 参考资料地址：https://docs2.listenai.com/x/AYLuBCyWV
PCB打样周期长（至少2-3周），必须最早启动
WS2812驱动+语音控制集成在单板上

人数建议：3-4人（需有电子工程背景）

⑥ 仿真与通信组（虚实协同）

负责人：熊静刘祎舒殷铭

使命：搭建Gazebo仿真环境 + 实现虚实通信

任务清单

序号	任务	说明
1	Gazebo环境搭建	复刻5m×6m场地（仓储区/生产区/停车区），放置锥桶、标识牌、巡线
2	虚拟机器人模型	URDF/Xacro建模，需有机械臂
3	虚拟机器人任务脚本	子任务3触发后：巡检→拾取→避障→放置（预设路径或简单自主规划）
4	虚实通信协议	实体车→仿真发就绪信号；仿真→实体车发完成信号
5	联调测试	实体车停泊→发信号→仿真启动→仿真完成→实体车收到信号

交付接口

接口	类型	说明
`/sim_trigger`	Service	实体车调用，触发仿真任务
`/sim_complete`	Topic	仿真发布完成信号
Gazebo场景文件	文件	场景.world + 虚拟机器人URDF

技术栈

Gazebo, URDF/Xacro, ROS, Python

验收标准

仿真任务在收到触发后30秒内完成
通信可靠，无丢包
仿真环境与真实场地布局一致

核心难点

Gazebo环境精度（锥桶位置、标识牌朝向）
虚拟机器人机械臂控制
虚实通信的网络配置（仅大模型调用和任务领取允许联网）

人数建议：2-3人

三、团队间接口定义总表

接口名称	提供方	使用方	类型	说明
`/go_to_pose`	①导航组	③决策组	Service	导航到目标点
`/nav_status`	①导航组	③决策组	Topic	导航状态
`/line_offset`	②视觉组	①导航组	Topic	巡线偏差量
`/scan_qrcodes`	②视觉组	③决策组	Service	二维码货品列表
`/traffic_light`	②视觉组	③决策组	Topic	交通灯状态
`/sign_recognition`	②视觉组	③决策组	Topic	厂区标识牌
`/classify_product`	③决策组	全局	Service	大模型分类
`/task_state`	③决策组	全局	Topic	状态机状态
`/voice_command`	④语音组	③决策组	Topic	语音指令解析
`/speak`	④语音组	③决策组	Service	TTS播报
`/wake_status`	④语音组	③决策组	Topic	唤醒状态
`/sim_trigger`	⑥仿真组	③决策组	Service	触发仿真
`/sim_complete`	⑥仿真组	③决策组	Topic	仿真完成信号

四、时间线建议（倒排计划）

假设比赛日为 T，建议按以下里程碑倒排：

T-10周：各组独立开发

组别	里程碑
⑤硬件组	PCB打样完成，开始CSK5062固件开发（最早启动）
①导航组	SLAM建图 + 基础导航跑通
②视觉组	二维码识别 + 巡线算法原型
③决策组	星火API封装 + 状态机框架搭建
④语音组	唤醒 + ASR + TTS基本功能
⑥仿真组	Gazebo环境搭建 + 虚拟机器人建模

T-6周：组间两两联调

联调组合	目标
①导航 × ②视觉	巡线导航联调
③决策 × 大模型	Prompt测试 + 状态机走通
④语音 × ③决策	指令解析对接
⑤硬件	红绿灯原型可演示

T-3周：全系统集成

5个子任务全链路走通（即使慢、即使有bug）
⑥仿真 × ③决策：虚实通信联调
⑤硬件红绿灯接入 ②视觉识别
完整流程跑通一遍

T-1周：实战演练

模拟比赛（30分钟全流程，2次机会）
扣分点专项排查：压线、碰锥桶、播报格式、抢跑
异常恢复预案演练
准备检录材料

五、人员分配建议

假设总共约20人：

组别	人数	能力要求	优先级
①导航组	4人	ROS基础、C++/Python、控制理论	最高
②视觉组	3-4人	OpenCV、深度学习、图像处理	高
③决策组	3人	全队最强编程能力、Python、系统架构	最高
④语音组	2-3人	讯飞SDK、音频处理、NLP	中
⑤硬件组	3-4人	电子工程、PCB设计、嵌入式C	高（最早启动）
⑥仿真组	2-3人	Gazebo、URDF、ROS	中

关键角色

总负责人（PM）：不写代码或少量写代码，专注跨组协调、接口对齐、进度跟踪
每组组长：参加每周跨组对齐会，负责本组进度和对外接口
硬件组提前2周启动：PCB打样+固件开发周期最长

六、风险清单与应对

风险	影响	应对措施
CSK5062开发受阻（资料少）	红绿灯无法完成=无法参赛	T-12周即开始调研芯片文档，联系聆思技术支持QQ群
大模型API现场网络波动	子任务1失败→连锁崩盘	本地缓存常见分类结果作为兜底（但必须实际调用API）
锥桶随机摆放导致避障失败	碰锥桶扣分，超30秒终止	充分测试DWA/TEB参数，准备多套场景
巡线选错入口	子任务5不可逆失败	交通灯识别反复验证，岔路口决策双重确认
播报格式不合规	对应任务不计分	播报内容模板化，状态机中硬编码格式
30分钟内2次都失败	无有效成绩	第1次策略偏保守，确保基础分；第2次追求完整流程

七、资料下载

竞赛资料（百度网盘）：https://pan.baidu.com/s/1vcW2WImbIhQO3HEdByZgHw
- 提取码：n5rx
聆思CSK5062芯片文档：https://docs2.listenai.com/x/AYLuBCyWV
技术支持QQ群：见竞赛页面二维码
竞赛页面：https://www.iflysse.com/laboratory/intelligent-car-race

智能车竞赛_任务拆解方案.md 16 KB Historia Czysty

第二十一届全国大学生智能车竞赛

讯飞组赛项"智慧工厂" — 多团队任务拆解方案

一、整体架构

二、各组任务清单

① 导航与运动控制组（底盘层）

任务清单

交付接口

技术栈

验收标准

核心难点

人数建议：3-4人，需有ROS基础

② 视觉感知组（眼睛层）

任务清单

交付接口

技术栈

验收标准

核心难点

人数建议：3-4人

③ 大模型与决策组（大脑层）

任务清单

状态机设计

交付接口

Prompt工程要点

技术栈

验收标准

核心难点

人数建议：3人（需全队最强的编程能力）

④ 语音交互组（耳朵和嘴巴）

任务清单

五处语音播报格式

交付接口

技术栈

验收标准

核心难点

人数建议：2-3人

⑤ 硬件与电路组（红绿灯 + 车模改装）

A. 电子红绿灯（竞赛硬性要求）

B. 车模改装与维护

技术栈

验收标准

核心难点

人数建议：3-4人（需有电子工程背景）

⑥ 仿真与通信组（虚实协同）

任务清单

交付接口

技术栈

验收标准

核心难点

人数建议：2-3人

三、团队间接口定义总表

四、时间线建议（倒排计划）

T-10周：各组独立开发

T-6周：组间两两联调

T-3周：全系统集成

T-1周：实战演练

五、人员分配建议

关键角色

六、风险清单与应对

七、资料下载

智能车竞赛_任务拆解方案.md 16 KB

Historia Czysty