自動(dòng)駕駛所需的崗位有哪些？

本文來(lái)源：智車(chē)科技

／ 導(dǎo)讀 ／

現(xiàn)如今，自動(dòng)駕駛已經(jīng)成為了社會(huì)中的熱門(mén)話題，隨著小米的入局，越來(lái)越多的大廠意識(shí)到了自動(dòng)駕駛技術(shù)未來(lái)的廣闊前景，都紛紛進(jìn)入行業(yè)中來(lái)。行業(yè)越做越大當(dāng)然是好事，意味著就業(yè)的機(jī)會(huì)與可能也越來(lái)越高，但與此同時(shí)，帶給從業(yè)者的相關(guān)競(jìng)爭(zhēng)壓力也會(huì)越來(lái)越大，如果不能在職業(yè)生涯初期對(duì)自己的職業(yè)發(fā)展有個(gè)很好的規(guī)劃，很可能跟不上自動(dòng)駕駛迅猛的發(fā)展潮流。這篇文章就帶大家梳理一下，自動(dòng)駕駛?cè)胄兴璧南嚓P(guān)技術(shù)，以及每條技術(shù)路徑所對(duì)應(yīng)的未來(lái)發(fā)展前景。

下圖是我整理出來(lái)的目前自動(dòng)駕駛所需的相關(guān)崗位，主要分為三大類(lèi)：算法、仿真及測(cè)試方向。

下面就針對(duì)算法方向下的每一個(gè)細(xì)分類(lèi)別所需的基本技能及職業(yè)發(fā)展規(guī)劃一一介紹。

自動(dòng)駕駛感知算法工程師

自動(dòng)駕駛的感知部分應(yīng)該是自動(dòng)駕駛行業(yè)中目前最具有挑戰(zhàn)的部分，同時(shí)也是需求量最大的部分，這一部分是自動(dòng)駕駛與人工智能結(jié)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(jìng)爭(zhēng)往往也是最激烈的。其目前的崗位主要包括：機(jī)器學(xué)習(xí)算法工程師、計(jì)算機(jī)視覺(jué)算法工程師以及自然語(yǔ)言處理算法工程師，這三個(gè)方向也是屬于人工智能的三大方向。在自動(dòng)駕駛車(chē)輛中，主要包括：車(chē)道線檢測(cè)、車(chē)輛行人等障礙物檢測(cè)、可行使區(qū)域檢測(cè)、紅綠燈識(shí)別、車(chē)內(nèi)語(yǔ)音識(shí)別等等。

1． 機(jī)器學(xué)習(xí)算法工程師

操作系統(tǒng)：Windows、Linux

編程：Python、C＋＋

理論知識(shí)：機(jī)器學(xué)習(xí)的基礎(chǔ)理論框架，如LR、GBDT、SVM、DNN等等；學(xué)習(xí)scikit－learn等傳統(tǒng)機(jī)器學(xué)習(xí)框架的模型訓(xùn)練；熟悉PyTorch、TensorFlow等深度學(xué)習(xí)框架等。

2． 計(jì)算機(jī)視覺(jué)算法工程師

該方向主要基于攝像頭進(jìn)行車(chē)道線檢測(cè)、障礙物識(shí)別、紅綠燈識(shí)別等等。

操作系統(tǒng)：Linux

編程：C＋＋、Python、OpenCV

理論知識(shí)：機(jī)器學(xué)習(xí)的基本算法（分類(lèi)、回歸等）；基本深度學(xué)習(xí)框架；學(xué)習(xí)計(jì)算機(jī)視覺(jué)和圖像處理的常用方法（物體檢測(cè)、跟蹤、分割、分類(lèi)識(shí)別等）

3． 自然語(yǔ)言處理算法工程師

該方向主要負(fù)責(zé)車(chē)載場(chǎng)景下的語(yǔ)音識(shí)別，語(yǔ)音交互設(shè)計(jì)等等。

操作系統(tǒng)：Linux

編程：C＋＋、Python

理論知識(shí)：機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)算法、自然語(yǔ)音處理基本任務(wù)（分詞、詞性標(biāo)注、句法分析、關(guān)鍵字抽取等等）

自動(dòng)駕駛定位算法工程師

目前大多數(shù)自動(dòng)駕駛企業(yè)所用的定位系統(tǒng)包括RTK、導(dǎo)遠(yuǎn)等等，這些在空曠場(chǎng)景下都具有較高精度的定位效果。但對(duì)于沒(méi)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(wú)法應(yīng)對(duì)。因此需要通過(guò)車(chē)載視覺(jué)或lidar傳感器來(lái)做一個(gè)冗余備份，應(yīng)對(duì)定位系統(tǒng)突然失效的場(chǎng)景。目前的定位崗位中包含以下三個(gè)細(xì)分領(lǐng)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(shí)：掌握攝像頭、毫米波雷達(dá)、激光雷達(dá)、慣性導(dǎo)航等相關(guān)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(shì)。

2． SLAM算法工程師

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

操作系統(tǒng)：Linux

編程：C＋＋、Python

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

自動(dòng)駕駛決策規(guī)劃算法工程師

1． 決策算法工程師

自動(dòng)駕駛的決策算法工程師也是自動(dòng)駕駛行業(yè)中較有挑戰(zhàn)的一類(lèi)崗位，往往自動(dòng)駕駛的問(wèn)題很多都暴露在決策模塊上，而應(yīng)對(duì)復(fù)雜場(chǎng)景下的決策算法不僅關(guān)系到乘客的舒適性，更關(guān)系到乘客的安全，因此非常重要。在很多自動(dòng)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?yàn)樵谲?chē)輛的決策過(guò)程中，不可避免地需要考慮到車(chē)輛的實(shí)際規(guī)劃難度，甚至往往控制模塊也得放在一起進(jìn)行考慮設(shè)計(jì)。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(gè)比較全面的了解。

操作系統(tǒng)：Linux

編程：C＋＋、Python

理論知識(shí)：學(xué)習(xí)常用的決策算法，如決策狀態(tài)機(jī)、決策樹(shù)、馬爾可夫決策過(guò)程，POMDP等；強(qiáng)化學(xué)習(xí)相關(guān)算法。

2． 規(guī)劃控制算法工程師

規(guī)劃控制主要偏向自動(dòng)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(dòng)駕駛車(chē)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(shí)也是很多主機(jī)廠同學(xué)最容易轉(zhuǎn)行來(lái)的行業(yè)，因此也很受歡迎。

操作系統(tǒng)：Linux

編程：C＋＋

理論知識(shí)：熟悉如MDP、POMDP、Game Theory等軌跡預(yù)測(cè)算法；熟悉常見(jiàn)路徑規(guī)劃算法，例如A＊、D＊、RRT等；具備Linux環(huán)境下的C＋＋開(kāi)發(fā)；熟悉ROS開(kāi)發(fā)環(huán)境；

結(jié)語(yǔ)

以上就全部介紹完了自動(dòng)駕駛行業(yè)中算法類(lèi)相關(guān)的崗位以及所需的入門(mén)知識(shí)技能，隨著行業(yè)的越發(fā)火熱，越來(lái)越多的同學(xué)加入進(jìn)自動(dòng)駕駛的領(lǐng)域中來(lái)，對(duì)將行業(yè)做大做強(qiáng)起到了迅猛提升的作用。未來(lái)隨著自動(dòng)駕駛越發(fā)成熟，所需要的高精人才也會(huì)越來(lái)越多，而無(wú)論何時(shí)，多了解跟上行業(yè)的最新技能，提高自身的核心競(jìng)爭(zhēng)力，都是使自己職業(yè)發(fā)展穩(wěn)步前進(jìn)的不二法則。