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(shù)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(dāng)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(guān)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?cè)胄兴璧南嚓P(guān)技術(shù)，以及每條技術(shù)路徑所對應(yīng)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(guān)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(biāo)題自動駕駛感知算法工程師

自動駕駛的感知部分應(yīng)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(jié)合最緊密的地方之一，但由于其通用性與挑戰(zhàn)性，這一崗位的競爭往往也是最激烈的。

其目前的崗位主要包括：機器學(xué)習(xí)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(xué)習(xí)算法工程師

操作系統(tǒng)：Windows、Linux

編程：Python、C++

理論知識：機器學(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(xué)習(xí)的基本算法（分類、回歸等）；基本深度學(xué)習(xí)框架；學(xué)習(xí)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(zé)車載場景下的語音識別，語音交互設(shè)計等等。

操作系統(tǒng)：Linux

編程：C++、Python

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

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(dǎo)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(yīng)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(yīng)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(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：掌握攝像頭、毫米波雷達、激光雷達、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。

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(yīng)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(xué)習(xí)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(xué)習(xí)很多濾波算法，如：ESKF、EKF、UKF等。同時需要學(xué)習(xí)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(yīng)對復(fù)雜場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(shè)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(xué)習(xí)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(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(xué)最容易轉(zhuǎn)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(yù)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(jié)語

以上就全部介紹完了自動駕駛行業(yè)中算法類相關(guān)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(xué)加入進自動駕駛的領(lǐng)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