背景介绍
作为生产工具，中重卡全生命周期内油耗成本大约占总成本的40%左右，对于一台年运营里程15万公里的牵引车来说，如果能达成每百公里降低1L油的效果，每年可节约9000元。东风商用车目前有120万台保有量，即使只是帮助其中20%（24万）成功降低油耗，每年也会减少2.16亿燃油节省，对客户以及社会都有巨大的意义，同时也能明显提高东风商用车品牌力，从而提高主机厂销量。
竞赛协议
选手报名协议
报名与组队
大赛面向全社会开放，企业、高等院校、科研单位等均可组队报名参赛。
参赛者可3~5人组队参赛，且每位选手只能加入一支队伍。
参赛者需确保报名信息准确有效，大赛组委会有权取消不符合条件队伍的参赛资格及奖励。
比赛资源
本届大赛，华为网络人工智能引擎iMaster NAIE将为参赛选手提供免费的训练环境。
- 若选手采用华为NAIE提供算力服务，在未来杯“2021年东风公司大数据创意比赛”的赛道【结果提交】页面进行模型代码提交，NAIE平台提供免费的训练环境及GPU资源。
- 若使用了华为NAIE模型训练服务资源的获奖团队将配合NAIE将模型代码上架到NAIE平台AI资产库，供平台用户浏览学习。
- 选手也可选择其他GPU资源进行训练，不使用NAIE资源的选手，可自主选择是否在NAIE平台AI资产库上传本队伍的模型代码。
成果提交
- 提交方法：选择对应的赛道进入“结果提交”页面提交模型训练，每支团队有5次提交机会。组委会将以最后一份提交材料作为最终作品。
- 上传作品格式及大小：所有作品材料整体打包成zip格式，文件大小不超过500MB，压缩包命名规则：团队名+参赛作品名称+队长姓名+联系电话.zip。
- 本届大赛的技术合作伙伴——华为网络人工智能引擎iMaster NAIE将为参赛选手提供免费的训练环境。使用华为NAIE模型训练服务资源的获奖团队将配合NAIE将模型代码上架到NAIE平台AI资产库，供平台用户浏览学习。
奖项设置
- 现金或实物类奖励： 总奖金：180,000元
- 决赛冠军团队（1支）：50,000元
- 决赛亚军团队（2支）：30,000元/支
- 决赛季军团队（3支）：20,000元/支
- 鼓励奖（若干）：总奖值1万的现金或奖品，奖励给提交作品、未入围决赛的优秀参赛队伍
- 实践机会：
- 完成报名并组队的队员：可获得东风商用车面试机会
- 在规定时间内提交作品的队员：可获得东风商用车实习机会；
- 入围决赛的获奖队员：可获得东风商用车入职及协议工资机会。
- 获奖证书：
获得冠亚季军的团队，将获得由东风公司颁发的获奖证书。
赛事交流
添加大赛小助手（微信号：futurelab001），发送数字“4”加入【“东风网联杯”开发者创意大赛-司机驾驶行为分析赛道报名交流群】，群内可以进行参赛问题解答、组队邀约、选手交流等
最新大赛资讯，请关注官方公众号【AI学习社】
-
比赛采用远程访问方式
-
比赛采用初、决赛形式，具体安排如下：
报名：2021年7月1日-2021年9月29日18:00
数据集：预计7月7日提供下载链接
初赛：2021年7月1日-2021年9月29日18:00
- 比赛将开放平台访问环境及比赛数据，参赛队可开始比赛准备；
- 初赛截止后（9月29日18:00截止提交），参赛队需提交代码、模型、开发过程及解题思路介绍材料、仿真环境演示结果等进行审核；
- 组委会将在官网公布前6名参赛队名单，入围决赛。
决赛：2021年10月中旬（具体时间另行通知）
- 在决赛开始之前，参赛队伍可继续优化模型精度，同时基于模型开发应用或演示demo（不限于小程序、APP、H5等）；
- 2021年10月中旬，入围决赛的队伍将开展决赛答辩，组委会将根据模型评测成绩、演示及答辩效果加权得出总分数，并依据决赛分数评选出大赛奖项。
注：入围决赛的队伍答辩前需要提供可复现答辩成果的代码、模型、数据以及必要的文档。
赛题题目：司机驾驶行为分析
【一、输入】——输入数据说明
概述：东风商用车提供200-400台同型号（KX-560，H02P）商用车实际运行数据，包含样本车辆静态数据、样本车辆运营数据、司机驾驶行为数据、实时路况信息。
A、样本车辆运营数据
时间段里程=两条数据之间累计里程之差（剔除0值或者FF值），再求和时间段油耗内瞬时油耗之和
B、司机驾驶行为数据
有关载重算法需要扭矩，车速，车辆状态等字段
C、实时工况数据
【二、处理过程说明】
A、数据初步清洗规则
- 当前报文中累计里程或累计油耗＞0时，但累计里程或累计油耗=0，剔除
- 当前报文中累计里程或累计油耗为FF，剔除
- 区间百公里油耗大于80，并小于15，剔除
B、数据探索（包含但不限于如下方面）
C、工况结果反馈
【三、目标输出】
目标1：建立车辆载重评估算法模型
目标2：建立最佳驾驶行为分析模型
目标A：根据车辆运营数据定义并分类运营场景及对应的工况；
目标B：通过批量车辆数据分析，分析在某一特定工况油耗最低时司机的驾驶行为数据，确定以下最优原则：
在特定工况下、特定载荷下（高速/半载条件下），最佳的转速控制区间，最佳车速控制区间，最佳油门控制区间；
例：
框框内及时最经济区间，车速与油门开度类似，此次目标还需探索最佳转速/车速匹配方式。
输出：固定条件下最优驾驶行为识别及分析，（最佳转速区间，车速区间，转速/车速匹配，油门开度，档位）。
目标3：对比分析，并实车验证改善建议模型
最佳区间与指定用户实际数据对比分析，输出改善建议。
输出：改善建议模型。
评测标准
- 载重算法：寻找实际客户（10~20），与客户实际载重情况进行对比，准确度＞80%为合格，准确度越高，分越高；
- 最佳驾驶行为分析模型：模型计算结果与厂家实验值进行比对，范围越接近，分越高；
- 改善建议模型：厂家可以寻找实际客户（10~20）按照控制逻辑开车验证算法准确度。油耗越低，得分越高。
成果提交
- 提交方法：在“结果提交”页面提交模型训练，每支团队有5次提交机会。组委会将以最后一份提交材料作为最终作品。
- 上传作品格式及大小：所有作品材料整体打包成zip格式，文件大小不超过500MB，压缩包命名规则：团队名+参赛作品名称+队长姓名+联系电话.zip。
- 本届大赛的技术合作伙伴——华为网络人工智能引擎iMaster NAIE将为参赛选手提供免费的训练环境。使用华为NAIE模型训练服务资源的获奖团队将配合NAIE将模型代码上架到NAIE平台AI资产库，供平台用户浏览学习。
使用华为NAIE模型训练
https://www.hwtelcloud.com/competitions/driver-behavior-analysis
其他规则
参赛作品必须保证原创性，不违反任何中华人民共和国的有关法律，不侵犯任何第三方知识产权或者其他权利；一经发现或经权利人提出并查证，主办方将取消其比赛成绩并进行严肃处理。
