RM新时代网站-首页

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

淺談自動駕駛崗位入門技術及前景

汽車工程師 ? 來源:智車科技 ? 作者:智車科技 ? 2021-06-24 11:32 ? 次閱讀

現(xiàn)如今,自動駕駛已經(jīng)成為了社會中的熱門話題,隨著小米的入局,越來越多的大廠意識到了自動駕駛技術未來的廣闊前景,都紛紛進入行業(yè)中來。行業(yè)越做越大當然是好事,意味著就業(yè)的機會與可能也越來越高。

但與此同時,帶給從業(yè)者的相關競爭壓力也會越來越大,如果不能在職業(yè)生涯初期對自己的職業(yè)發(fā)展有個很好的規(guī)劃,很可能跟不上自動駕駛迅猛的發(fā)展潮流。這篇文章就帶大家梳理一下,自動駕駛入行所需的相關技術,以及每條技術路徑所對應的未來發(fā)展前景。

下圖是我整理出來的目前自動駕駛所需的相關崗位,主要分為三大類:算法仿真及測試方向。

下面就針對算法方向下的每一個細分類別所需的基本技能及職業(yè)發(fā)展規(guī)劃一一介紹。

01大標題自動駕駛感知算法工程師

自動駕駛的感知部分應該是自動駕駛行業(yè)中目前最具有挑戰(zhàn)的部分,同時也是需求量最大的部分,這一部分是自動駕駛與人工智能結合最緊密的地方之一,但由于其通用性與挑戰(zhàn)性,這一崗位的競爭往往也是最激烈的。

其目前的崗位主要包括:機器學習算法工程師、計算機視覺算法工程師以及自然語言處理算法工程師,這三個方向也是屬于人工智能的三大方向。

在自動駕駛車輛中,主要包括:車道線檢測、車輛行人等障礙物檢測、可行使區(qū)域檢測、紅綠燈識別、車內(nèi)語音識別等等。

1. 機器學習算法工程師

操作系統(tǒng):Windows、Linux

編程Python、C++

理論知識:機器學習的基礎理論框架,如LR、GBDT、SVM、DNN等等;學習scikit-learn等傳統(tǒng)機器學習框架的模型訓練;熟悉PyTorch、TensorFlow深度學習框架等。

2. 計算機視覺算法工程師

該方向主要基于攝像頭進行車道線檢測、障礙物識別、紅綠燈識別等等。

操作系統(tǒng):Linux

編程:C++、Python、OpenCV

理論知識:機器學習的基本算法(分類、回歸等);基本深度學習框架;學習計算機視覺和圖像處理的常用方法(物體檢測、跟蹤、分割、分類識別等)

3. 自然語言處理算法工程師

該方向主要負責車載場景下的語音識別,語音交互設計等等。

操作系統(tǒng):Linux

編程:C++、Python

理論知識:機器學習算法、深度學習算法、自然語音處理基本任務(分詞、詞性標注、句法分析、關鍵字抽取等等)

02自動駕駛定位算法工程師

目前大多數(shù)自動駕駛企業(yè)所用的定位系統(tǒng)包括RTK、導遠等等,這些在空曠場景下都具有較高精度的定位效果。但對于沒有高精度地圖的區(qū)域、有遮擋的區(qū)域(例如高樓旁、隧道中等)目前的定位系統(tǒng)都無法應對。因此需要通過車載視覺或lidar傳感器來做一個冗余備份,應對定位系統(tǒng)突然失效的場景。目前的定位崗位中包含以下三個細分領域。

1. 多傳感器融合算法工程師

操作系統(tǒng):Linux

編程:C++、Python

理論知識:掌握攝像頭、毫米波雷達、激光雷達、慣性導航等相關數(shù)據(jù)的解析融合算法;熟悉感知融合算法的發(fā)展趨勢。

2. SLAM算法工程師

SLAM算法又分為激光slam和視覺slam,純視覺slam由于傳感器價格低廉,就業(yè)的場景更加廣闊一些。而激光雷達作為目前價格最昂貴的傳感器,由于效果精度很高,也被許多企業(yè)應用。下面分別是視覺slam和激光slam的效果圖。

操作系統(tǒng):Linux

編程:C++、Python

理論知識:學習常用的vSLAM算法,如ORB-SLAM、SVO、DSO、MonoSLAM,VINS以及RGB-D等;ROS機器人操作系統(tǒng);還需要學習很多濾波算法,如:ESKF、EKF、UKF等。同時需要學習G2O、ceres等用來優(yōu)化非線性誤差函數(shù)的c++框架。

03自動駕駛決策規(guī)劃算法工程師

1. 決策算法工程師

自動駕駛的決策算法工程師也是自動駕駛行業(yè)中較有挑戰(zhàn)的一類崗位,往往自動駕駛的問題很多都暴露在決策模塊上,而應對復雜場景下的決策算法不僅關系到乘客的舒適性,更關系到乘客的安全,因此非常重要。

在很多自動駕駛企業(yè)中,決策算法與規(guī)劃算法往往都是放在一起做的,因為在車輛的決策過程中,不可避免地需要考慮到車輛的實際規(guī)劃難度,甚至往往控制模塊也得放在一起進行考慮設計。因此,從事該行業(yè)的人員最好從決策到規(guī)劃到控制都有一個比較全面的了解。

操作系統(tǒng):Linux

編程:C++、Python

理論知識:學習常用的決策算法,如決策狀態(tài)機、決策樹、馬爾可夫決策過程,POMDP等;強化學習相關算法。

2. 規(guī)劃控制算法工程師

規(guī)劃控制主要偏向自動駕駛的底層,規(guī)劃即路徑規(guī)劃及速度規(guī)劃,和控制模塊一起決定了自動駕駛車輛的穩(wěn)定性和舒適性,是影響最終呈現(xiàn)效果的最重要的模塊,同時也是很多主機廠同學最容易轉行來的行業(yè),因此也很受歡迎。

操作系統(tǒng):Linux

編程:C++

理論知識:熟悉如MDP、POMDP、Game Theory等軌跡預測算法;熟悉常見路徑規(guī)劃算法,例如A*、D*、RRT等;具備Linux環(huán)境下的C++開發(fā);熟悉ROS開發(fā)環(huán)境;

04結語

以上就全部介紹完了自動駕駛行業(yè)中算法類相關的崗位以及所需的入門知識技能,隨著行業(yè)的越發(fā)火熱,越來越多的同學加入進自動駕駛的領域中來,對將行業(yè)做大做強起到了迅猛提升的作用。

未來隨著自動駕駛越發(fā)成熟,所需要的高精人才也會越來越多,而無論何時,多了解跟上行業(yè)的最新技能,提高自身的核心競爭力,都是使自己職業(yè)發(fā)展穩(wěn)步前進的不二法則。

編輯:jq

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關注

    關注

    2550

    文章

    51035

    瀏覽量

    753053
  • SLAM
    +關注

    關注

    23

    文章

    423

    瀏覽量

    31819
  • 機器學習
    +關注

    關注

    66

    文章

    8406

    瀏覽量

    132557
  • python
    +關注

    關注

    56

    文章

    4792

    瀏覽量

    84626
  • 自動駕駛
    +關注

    關注

    784

    文章

    13784

    瀏覽量

    166376

原文標題:技術|自動駕駛崗位入門技術及前景

文章出處:【微信號:e700_org,微信公眾號:汽車工程師】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    一文聊聊自動駕駛測試技術的挑戰(zhàn)與創(chuàng)新

    隨著自動駕駛技術的飛速發(fā)展,自動駕駛測試的重要性也日益凸顯。自動駕駛測試不僅需要驗證車輛的感知、決策、控制模塊的獨立性能,還需確保系統(tǒng)在復雜場景中運行的整體可靠性。然而,
    的頭像 發(fā)表于 12-03 15:56 ?154次閱讀
    一文聊聊<b class='flag-5'>自動駕駛</b>測試<b class='flag-5'>技術</b>的挑戰(zhàn)與創(chuàng)新

    MEMS技術自動駕駛汽車中的應用

    MEMS技術自動駕駛汽車中的應用主要體現(xiàn)在傳感器方面,這些傳感器為自動駕駛汽車提供了關鍵的環(huán)境感知和數(shù)據(jù)采集能力。以下是對MEMS技術自動駕駛
    的頭像 發(fā)表于 11-20 10:19 ?314次閱讀

    重塑線控底盤技術:自動駕駛的未來支柱

    線控底盤(X-by-wire)技術,作為自動駕駛技術的核心支撐,正悄然改變著汽車工業(yè)的技術架構與市場生態(tài)。本文深入剖析了線控底盤的定義、在自動駕駛
    的頭像 發(fā)表于 11-01 12:28 ?1070次閱讀

    自動駕駛汽車安全嗎?

    隨著未來汽車變得更加互聯(lián),汽車逐漸變得更加依賴技術,并且逐漸變得更加自動化——最終實現(xiàn)自動駕駛,了解自動駕駛汽車的安全問題變得非常重要,這樣你才能回答“
    的頭像 發(fā)表于 10-29 13:42 ?502次閱讀
    <b class='flag-5'>自動駕駛</b>汽車安全嗎?

    自動駕駛HiL測試方案案例分析--ADS HiL測試系統(tǒng)#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月22日 15:20:19

    淺談自動駕駛技術的現(xiàn)狀及發(fā)展趨勢

    自動駕駛技術,作為人工智能和計算機科學領域的一項重要應用,近年來取得了顯著的發(fā)展與進步。它不僅代表著汽車產(chǎn)業(yè)的未來方向,更預示著人類出行方式的深刻變革。 一、自動駕駛技術的現(xiàn)狀
    的頭像 發(fā)表于 10-22 14:33 ?987次閱讀

    自動駕駛技術的典型應用 自動駕駛技術涉及到哪些技術

    自動駕駛技術的典型應用 自動駕駛技術是一種依賴計算機、無人駕駛設備以及各種傳感器,實現(xiàn)汽車自主行駛的技術
    的頭像 發(fā)表于 10-18 17:31 ?697次閱讀

    FPGA在自動駕駛領域有哪些優(yōu)勢?

    FPGA(Field-Programmable Gate Array,現(xiàn)場可編程門陣列)在自動駕駛領域具有顯著的優(yōu)勢,這些優(yōu)勢使得FPGA成為自動駕駛技術中不可或缺的一部分。以下是FPGA在
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領域有哪些應用?

    和深入。 綜上所述,F(xiàn)PGA在自動駕駛領域具有廣泛的應用前景和重要的應用價值。其高性能、可配置性、低功耗和低延遲等特點為自動駕駛的實現(xiàn)提供了強有力的支持,并將推動自動駕駛
    發(fā)表于 07-29 17:09

    自動駕駛識別技術有哪些

    自動駕駛的識別技術自動駕駛系統(tǒng)中的重要組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。自動駕駛識別技術主要包括多種傳感器及其融
    的頭像 發(fā)表于 07-23 16:16 ?637次閱讀

    自動駕駛的傳感器技術介紹

    自動駕駛的傳感器技術自動駕駛系統(tǒng)的核心組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。以下是對自動駕駛傳感器技術的詳細介紹,內(nèi)
    的頭像 發(fā)表于 07-23 16:08 ?2254次閱讀

    特斯拉在華推進全自動駕駛

    特斯拉自動駕駛技術入華成為市場焦點。馬斯克提出的“無人駕駛出租車”概念正引領特斯拉在中國市場加速推進自動駕駛技術的創(chuàng)新。
    的頭像 發(fā)表于 05-11 09:39 ?433次閱讀

    未來已來,多傳感器融合感知是自動駕駛破局的關鍵

    的架構,預計未來許多智能駕駛團隊都會引入“占用網(wǎng)絡”來提升系統(tǒng)能力。多維像素的應用前景非常廣闊。昱感微的融合感知技術+BEV +Transformer+占用網(wǎng)格有望成為L3/L4級自動駕駛
    發(fā)表于 04-11 10:26

    自動駕駛發(fā)展問題及解決方案淺析

    汽車的發(fā)展提供有益的參考。 ? 自動駕駛汽車發(fā)展的現(xiàn)狀與挑戰(zhàn) (一)技術難題 自動駕駛汽車的核心在于通過先進的傳感器、算法和控制系統(tǒng)實現(xiàn)車輛的自主駕駛。然而,在實際應用中,
    的頭像 發(fā)表于 03-14 08:38 ?1131次閱讀

    華為自動駕駛技術怎么樣?

    ? ? ? 自動駕駛技術是當今世界汽車產(chǎn)業(yè)的重要發(fā)展方向。作為全球領先的科技企業(yè),華為在自動駕駛技術方面也進行了深入的研發(fā)和創(chuàng)新。 一、華為自動駕駛
    的頭像 發(fā)表于 02-02 16:58 ?1733次閱讀
    RM新时代网站-首页