中国机器人及人工智能大赛是一项历史悠久,影响广泛的全国性学科竞赛。为更好的通过赛事服务本科人才培养工作,信息学院梦工厂拟组织该项赛事的参赛培训工作,面向厦门大学全校同学,组织参加第二十八届中国机器人及人工智能大赛(CRAIC)福建赛区比赛。
参赛选手可根据个人能力、兴趣自主选择赛道报名参赛。请各参赛同学于本周内完成组队及参赛方向选择,报名截止时间为本周末(4月12日),逾期不再受理。报名链接:https://jsjform.com/f/n4dkIy
赛事相关资料下载:https://www.caairobot.com/post/competition-rules-craic2026/
梦工厂将组织各队进行系统化培训与并分配指导教师。培训将重点围绕以下四个赛道开展,计划在 6–8 周内(预计4月13日-6月7日)完成组队、培训和选拔,并为培训提供场地和设备支持。
赛道 | 核心任务 | |
赛道1 | 人工智能创新赛 | 自主命题,展示AI技术落地方案 |
赛道2 | 智能驾驶 | SLAM/视觉避障,线下实车对抗 |
赛道3 | 城市道路识别赛 | 巡线+多元地标识别,得分制 |
赛道4 | 智慧药房 | 自主导航+取送样本配送 |
根据大赛总规则:每队最多3人,指导教师不超过2人;同一赛项同一学校进国赛不超过3支;省赛前30%推荐参加,省赛不超过40%进国赛。
二、四大赛道解读
▶ 2.1 人工智能创新赛
🤖 AI创新赛 | 难度:★★★☆☆ 中等 计划队伍:3–4队 |
核心技术栈:深度学习 / 大模型应用 / 系统集成 / PPT答辩 |
参赛作品需自主命题,应用AI技术解决工业、农业、医疗、教育等领域实际问题。决赛为线上答辩(15分钟:讲解10分钟+提问5分钟)。评分维度包括:
• A. 项目可行性与实用性(权重最高,0.8×A+0.2×B后再综合)
• B. 技术难度
• C. 创新度(占综合分30%)
• D. 完成度(占25%)
• E. 队员贡献程度(占40%)
• F. 答辩表现(占5%)
▶ 2.2 智能驾驶赛
🚗 智能驾驶 | 难度:★★★★☆ 较难 计划队伍:3–4队 |
核心技术栈:ROS2 / SLAM / OpenCV / Apollo / 激光雷达 |
分任务一(雷达避障)和任务二(视觉导航)两种模式,参赛队任选其一。赛道长约15m,需完成地图构建、路径规划、红绿灯识别、人行道停车等任务。
• 任务一(推荐):SLAM建图+自主导航,硬件要求激光雷达≥25m检测范围,主处理器昇腾310/龙芯/英伟达GTX
• 任务二:摄像头视觉导航,需搭载OpenCV(赛道A)或Apollo(赛道B)
评分公式:得分 = [(Tmax-T有效)/(Tmax-Tmin)]² × 80 + 技术报告分(20%)。完成时间越短排名越靠前,同时禁止使用ROS1和bag工具。
▶ 2.3 城市道路识别赛
🛣️ 城市道路识别 | 难度:★★★☆☆ 中等 计划队伍:3–4队 |
核心技术栈:深度学习识别 / Intel/Jetson Nano / 四轮差速底盘 |
赛场为5.4m×4m模拟城市道路,智能车需完成10项任务:转向标志识别、人行横道停车、限速识别、红绿灯响应、变道、语音播报、行人识别、锥桶避让等。
• 底盘必须采用四轮差速,禁止阿克曼底盘和麦克纳姆轮
• CPU采用Intel或Jetson Nano,运用深度学习算法
• 总分150分 = 任务分120分 + 技术报告30分
• 关键得分项:变道+20、语音播报+30(满分)、行人识别+10、标志跟随+20
非常推荐!本赛道得分制(不是计时)上手相对友好,技术栈成熟
▶ 2.4 智慧药房挑战赛
🏥 智慧药房 | 难度:★★★★★ 高难 计划队伍:3–4队 |
核心技术栈:ROS1/2 / 二维码识别 / 自主导航 / 局域网通信 / 阿克曼底盘 |
模拟医院送检场景,机器人在4.9m×3.8m场地内完成取样→识别→配送全流程,比赛时间4分钟,支持双车协同(1.5倍加分)。
• 硬件要求:CPU≤4核1.5GHz,GPU≤5T(INT8),内存≤4GB,阿克曼底盘
• 任务1-4:识别板读取→体检区取样→识别板二等待→化验区配送
• 任务5:局域网实时上传小车状态(速度/里程/视觉结果/位置/任务),满分40分加分
• 双车协同在总分基础上1.5倍加成,是拉开差距的关键
难度最高但上限也最高。建议选择有ROS经验和机器人平台的同学。场地+技术报告各占70%/30%。
三、6–8周培训总计划
整体分为四个阶段,前两周全员基础培训,第3–6周各赛道专项训练,第7–8周实战调试冲刺。
周次 | 阶段 | AI创新赛 | 智能驾驶 | 城市道路识别 | 智慧药房 |
第1周 4.13-4.19 | 基础培训 | AI基础+选题工作坊 | ROS2环境搭建+小车基础控制 | OpenCV+深度学习基础 | ROS2导航框架+SLAM入门 |
第2周 4.20-4.26 | 基础培训 | 项目方向确定+组队分工 | SLAM建图实操+路径规划 | 目标检测YOLOv8训练实操 | 阿克曼底盘标定+基础导航 |
第3周 4.27-5.3 | 专项训练 | 技术方案设计+原型开发 | 任务一全流程联调(雷达避障) | 赛道搭建+巡线PID调参 | 二维码识别+识别板一逻辑 |
第4周 5.4-5.10 | 专项训练 | 核心模型训练+系统集成 | 红绿灯/人行道停车调试 | 地标识别多类别训练(红绿灯/限速/行人) | 体检区取样+化验区配送 |
第5周 5.11-5.17 | 专项训练 | 答辩材料准备+初稿撰写 | 技术报告撰写+视觉导航备份方案 | 变道+语音播报+全任务串联 | 识别板二+语音播报集成 |
第6周 5.18-5.24 | 专项训练 | 内部评审+研究报告完善 | 模拟赛道对抗测试 | 模拟赛道计分测试 | 局域网通信上传+双车协同调试 |
第7周 5.25-5.31 | 实战冲刺 | 答辩演练(10+5分钟节奏) | 省赛赛道适配+应急方案 | 省赛赛道适配+满分冲刺 | 4分钟限时压力测试 |
第8周 6.1-6.7 | 调试备赛 | 最终报告提交+答辩预演 | 设备调试 | 设备调试 | 设备调试 |
四、分阶段培训详细内容
▶ 第一阶段:基础培训(第1–2周)
目标:建立共同技术底座,完成组队与赛道分配,保证所有参赛学生具备基本开发能力。
◆ 第1周: 全员基础
• Day 1–2:赛事介绍,四个赛道详细解读,自愿填报赛道志愿
• Day 3–4(AI创新赛方向):Python/PyTorch基础,HuggingFace模型调用,快速搭建Demo演示
• Day 3–4(机器人方向,含驾驶/道路/药房):Ubuntu/ROS2环境配置,小车基础遥控与传感器读取
• Day 5:统一讲解赛规与评分标准,各赛道答疑,完成组队
◆ 第2周:方向确定 + 方案设计
• AI创新赛:确定题目,分工(数据/模型/前端/答辩)
• 智能驾驶:SLAM实操(gmapping/cartographer),雷达数据可视化,任务一路线规划
• 城市道路识别:采集赛道图像,YOLOv8标注与初次训练,PID巡线基础参数
• 智慧药房:场地搭建,底盘标定,AMCL定位基础,任务流程图梳理
▶ 第二阶段:专项训练(第3–6周)
目标:各赛道深入攻克关键技术难点,形成可演示的完整方案,同步撰写技术报告。
◆ AI创新赛(第3–6周)
• 第3周:核心模型训练与验证,搭建系统Demo,明确技术架构图
• 第4周:系统集成与优化,收集应用效果数据,撰写项目研究报告七大必填项
• 第5周:PPT/答辩材料制作,背景与现状综述,创新点提炼
• 第6周:内部模拟答辩(含追问环节),评委提问打磨,最终报告完善
◆ 智能驾驶(第3–6周)
• 第3周:任务一全流程打通(出发→折线→环形→终点),调试人行道停车3s逻辑
• 第4周:红绿灯识别调试(磁感线触发+倒计时逻辑),锥桶避障精调,禁止ROS1/bag确认
• 第5周:技术报告撰写,同步准备任务二视觉导航备选方案(OpenCV赛道A)
• 第6周:模拟对抗(两队互换赛道),记录最佳成绩,压力测试罚时场景
◆ 城市道路识别(第3–6周)
• 第3周:搭建完整赛道,完成PID巡线稳定运行,采集各标志在赛道环境下的图像
• 第4周:多标志识别训练(转向标志/限速/红绿灯/人行道/行人/锥桶/危险标识共10类)
• 第5周:全任务串联(发车→标志牌→人行道→限速环岛→红绿灯→变道→锥桶→终点)
• 第6周:语音播报系统集成(识别到每个标识均需播报),计分式模拟测试
◆ 智慧药房(第3–6周)
• 第3周:识别板一(二维码)识别与解析,体检区A/B/C窗口自主抵达与取样
• 第4周:化验区1/2/3/4窗口配送,播报系统集成(取样/送达均需按格式播报)
• 第5周:识别板二(文字识别+动作响应),局域网通信协议接入裁判系统
• 第6周:双车协同调试(交接区逻辑,双车不能同时停在起点超10秒),4分钟限时压力测试
▶ 第三阶段:实战冲刺(第7周)
• 全赛道:模拟省赛现场流程,抽签顺序,赛前调试时间管理
• AI创新赛:正式答辩演练,严格计时(10分钟讲解+5分钟追问),邀请老师担任模拟评委
• 机器人三赛道:适配省赛赛道(如有差异),记录应急处置预案(设备故障、环境光线变化等)
• 所有队伍提交最终技术报告/研究报告至教练审核
五、资源需求与准备
类别 | 具体内容 | 建议来源/工具 |
硬件平台 | 智能驾驶:推荐向赛项联系人咨询官方平台租赁 | 机器人尺寸≤56×35×25cm,昇腾310/龙芯2K/GTX |
硬件平台 | 城市道路识别:4轮差速底盘 + Jetson Nano/Intel主控 | 严禁麦克纳姆轮和阿克曼底盘 |
硬件平台 | 智慧药房:阿克曼底盘,CPU≤4核1.5GHz,内存≤4GB | Ubuntu 18.04+,ROS1/2均可 |
赛道道具 | 城市道路识别:5.4×4m打印赛道(赛道购买链接见QQ群) | 官方赛道,统一打印店保证识别一致性 |
赛道道具 | 智能驾驶:锥桶、挡板、红绿灯模型(组委会指定规格) | 线下赛统一使用官方道具 |
软件环境 | ROS2(Humble)、OpenCV 4.x、YOLOv8、Apollo(可选) | 建议统一使用Ubuntu 22.04 + CUDA 11.8 |
算力资源 | AI创新赛:学校GPU服务器或Colab Pro用于模型训练 | Hugging Face / ModelScope 开源模型库 |
七、关键时间节点
时间节点 | 里程碑 | 验收标准 |
4月底 | 正式启动 | 开营动员,环境配置,赛道志愿填报 |
5月第1周末 | 组队完成 | 名单公示,队长确认,开始专项训练 |
5月第3周 | 中期检查 | 各队Demo演示,教练评分,资源追加 |
5月底/6月初 | 第一次模拟赛 | 机器人赛道计分/计时测试,AI赛道内部答辩 |
6月15日前 | 报告/材料定稿 | 技术报告/研究报告提交教练终审 |
6月20日前 | 在线报名截止 | 报名系统 caairobot.com 材料上传,缴费凭证上传 |
6月28日 | 出发前调试 | 设备最终确认,装箱,备用零件清单核查 |
6月29–30日 | 省赛正式比赛 | 福建选拔赛,目标:各赛道至少1队一等奖 |
八、重要赛规提醒
◆ 获奖与晋级规则
• 同一赛项同一学校(不含分校)进国赛不超过3支
• 省赛不超过40%队伍推荐到全国决赛
• 同一项目同一学校一等奖≤1个,二等奖≤2个(创新赛除外)
◆ 严禁事项
• 比赛作品严禁一稿多投、抄袭;机器人赛道严禁人为遥控干预(+50s罚时)
• 智能驾驶禁止使用ROS1与bag工具(一经发现取消成绩)
• AI创新赛参赛作品须由队员独立设计完成,有知识产权纠纷的不得参赛
官网通知: