全面介紹自動駕駛崗位－史上最全篇章

1.背景

近日分享如何高新轉型到自動駕駛領域時，幾位朋友不約而同的問到了我同一個問題：「L2~L4自動駕駛的崗位都有哪些？對應著具體的什麼工作內容？需要哪方面的技能？」今天就針對這個大家都很想了解的話題做個分享。

首先介紹下自動駕駛的系統框圖（簡化版）讓大家對自動駕駛有個全局的概念

• 接下來，我們分為兩大類進行介紹：演算法工程師和非演算法類工程師。
• 演算法工程師

1. 雷射SLAM演算法工程師
2. 視覺SLAM演算法工程師
3. 多感測器融合演算法工程師
4. 機器學習演算法工程師
5. 電腦視覺演算法工程師
6. 自然語言處理演算法工程師
7. 決策演算法工程師
8. 規劃演算法工程師
9. 控制演算法工程師

• 非演算法類別工程師

10. #軟體平台開發工程師
11. 系統工程師
12. 功能安全工程師
13. 標定工程師
14. 模擬環境工程師
15. 測試工程師
16. 資料工程師
17. UI開發工程師

• 下面詳細介紹每個職位的工作職責和需要學習的內容

2.演算法工程師

2.1.雷射SLAM演算法工程師

• #職位介紹：
##收集雷射感測器數據，根據點雲數據對自動駕駛車輛的周圍環境進行地圖建構。
• 負責實現基於雷射感測器的SLAM演算法設計和開發，能夠涵蓋各種複雜場景的高精度地圖更新和製作。
• 技能需求：
使用c、c 程式設計；
• 需要有濾波演算法知識：ESKF、EKF、UKF等;
• 同時需要學習G2O、ceres等用來最佳化非線性誤差函數的c 框架。
• 熟悉開源SLAM框架，如GLoam、kimera、VINS等優先；

2.2.視覺SLAM演算法工程師

• 職位介紹：
以VSLAM為基礎，研發機器人自主導航定位演算法，包括基於雷射雷達、陀螺儀、里程計、視覺等多資訊融合，建構機器人運動模型
• 技能需求：
學習常用的VSLAM演算法，如ORB-SLAM、SVO、DSO、MonoSLAM，VINS以及RGB-D等等；
• ROS機器人作業系統；
• 需要有濾波演算法知識：ESKF、EKF、UKF等；
• 同時需要學習G2O、ceres等用來優化非線性誤差函數的c 框架。

2.3.多感測器融合演算法工程師

#

• 職位介紹：
• 將相機、雷射雷達、毫米波雷達等多感測器的資訊處理與融合，提升自主駕駛的環境感知能力；
• 負責基於多源資訊融合的目標偵測、追蹤、識別與定位；
• 負責基於多源資訊融合的環境特徵抽取，為地圖建構提供支援；為基於多源資訊融合的導航定位提供支援。
• 技能需求：
• 掌握camera、毫米波雷達、雷射雷達、慣性導航等相關資料解析融合演算法；
• 電腦資訊科學、電子工程或數學相關專業本科及以上學歷，具備紮實的計算機理論基礎
• 精度相機模型、多視覺幾何、Bundle Adjustment 原理，有SfM、幾何測距等項目經驗
• 精通C/C ，熟悉Matlab，良好的物件導向程式設計思想與編碼習慣
• 熟悉IMU、GPS、DR等慣導定位演算法框架
• 熟悉IMU、GPS、車身系統原理、硬體特性、標定演算法

2.4.機器學習演算法工程師

• 名單介紹：
##此方向主要負責車輛行駛過程中產生的資料在工程上的應用，偏向於資料分析方向，如車輛行駛里程的影響分析、大數據分析建模等等。
• 技能需求：
Python，C/C
• 學習機器學習的基礎理論演算法，如LR、GBDT、SVM、DNN等等;
• 學習scikit-learn 等傳統機器學習框架的模型訓練；
• 熟悉PyTorch、TensorFlow等深度學習框架（偏神經網路部分）等等。

2.5.電腦視覺演算法工程師

• 職位介紹：
此方向主要基於攝影機感測器，主要包括：車道線偵測、車輛等障礙物偵測、可行駛區域偵測、紅綠燈等交通資訊偵測等等。
• 技能需求：
C/C ，Python，OpenCV;
• 需要機器學習的基本演算法( 降維、分類、迴歸等) ；
• 需要學習深度學習，深度學習框架；
• 學習電腦視覺和影像處理的常用方法( 物件偵測、追蹤、分割、分類辨識等) 。

2.6.自然語言處理演算法工程師

• #職位介紹：
此方向主要負責車載場景下的語音識別，語音互動設計等等
• 技能需求：
學習機器學習演算法、深度學習演算法（RNN）；
• 自然語言處理基本任務（分詞、詞性標註、句法分析、關鍵字抽取）
• 需要使用機器學習方法聚類、分類、回歸、排序等模型解決文本業務問題；
• 熟悉PyTorch、TensorFlow等深度學習架構（偏RNN部分）等等。

2.7.決策演算法工程師

• 職位介紹：
自動駕駛的決策是將感知模組傳遞的訊息，轉化成車輛的行為，達到駕駛的目標。例如，汽車加速、減速、左轉、右轉、換道、超車都是決策模組的輸出。決策需要考慮到汽車的安全性和舒適性，確保乘客的安全的情況下，盡快到達目標地點。
• 技能需求：
c/c /python，熟悉ROS系統；
• 學習常用的決策演算法，如決策狀態機、決策樹、馬可夫決策過程，POMDP等；
• 如果往深裡學的話，需要熟悉機器學習演算法（RNN、LSTM、RL），掌握至少一種深度學習框架（例如gym或universe等深度強化學習平台）；
• 熟悉車輛運動學和動力學模型。

2.8.規劃演算法工程師

• 職位介紹：
• 規劃包含路徑規劃與速度規劃
• 規劃演算法中，自動駕駛車輛先透過路徑規劃決定車輛可行駛的路徑，然後選擇該路徑確定可行駛的速度。
• 技能需求：
• c/c /python，ROS機器人作業系統；（有些公司是用Matlab/simulink開發的）
• 學習常見路徑規劃演算法，例如A、D、RRT等；
• 學習一些曲線的表示方法，如：五次曲線、迴旋線、三次樣條曲線、B樣條曲線等；
• 如果往深裡學的話；學習軌跡預測演算法，如MDP、POMDP、Came Theory等；
• 學習深度學習和強化學習技術也是加分項，例如RNN、LSTM、Deep Q-Learning等等；
• 有數學理論基礎和背景，熟悉車輛運動學和動力學模型。

2.9.控制演算法工程師

#

• 崗位介紹：
• 一般是對車輛橫縱向動力學建模，然後開發控制演算法，實現車輛運動控制等；
• 這個崗位跟車輛打交道較多，對於傳統車廠轉型到自動駕駛領域的夥伴來說，是個很好的切入機會。
• 技能需求：
• C/C 、Matlab/Simulink
• 學習自動控制理論基礎，學習現代控制理論；
• 學習PID、LQR、MPC演算法；
• 學習車輛運動學、動力學模型，對汽車的底盤有一定了解；
• 學習CarSim等模擬軟體；
• #學習ACC、AEB、APA、LKA、LCC等輔助駕駛功能開發的是加分項；
• 擁有實車調試經驗也是加分項。

3.非演算法類別工程師

3.1.軟體平台開發工程師

• 職位介紹：
• 設計和實現自動駕駛軟體平台，包括核心修改/擴展、驅動程式實現/增強、中間件實現/增強、系統整合、效能/功耗最佳化、壓力/穩定性/符合性測試；
• 負責建構系統架構、編寫底層驅動程式；
• 負責視覺相關演算法在嵌入式處理器（GPU、DSP、ARM等平台）上的程式碼實現及效能最佳化、測試和維護；
• 協助演算法工程師完成演算法在嵌入平台上的移植、整合、測試和最佳化。
• 技能需求：
• C/C 程式設計技巧、Python；
• 具有嵌入式作業系統和即時作業系統的核心或驅動開發經驗，熟悉QNX、ROS；
• 熟悉軟體調試和debug工具；
• 了解車輛ADAS ECU和感測器，如雷達、攝影機、超音波和雷射雷達；
• 熟悉通用診斷服務（UDS）、控制器區域網路（CAN）；
• 熟悉通訊協定（CAN、UDS、DoIP、SOME/IP、DDS、MQTT、REST等）是加分項。

3.2.系統工程師

• #職位介紹：
• 負責客戶需求對接，以及與內部開發人員的需求釋放；
• 負責無人駕駛軟體系統框架建置；
• 負責模組化、可驗證的系統軟體架構設計和即時效能最佳化；
• 與硬體、演算法和測試團隊合作，整合並優化自動駕駛系統。
• 技能需求：
• 擁有紮實的電腦基礎理論知識（如：自動控制、模式辨識、機器學習、電腦視覺、點雲處理）；
• 具有嵌入式作業系統和即時作業系統的核心或驅動開發經驗；
• 具備良好的溝通表達能力和團隊合作意識

3.3 .功能安全工程師

• 職位介紹：
• 在產品全生命週期內對產品的功能安全進行支援
• 負責無人/自動駕駛系統產品的功能安全系統設計,並對現有流程提出改進意見;
• 負責無人/自動駕駛系統的危險分析(HARA, FMEAs, FMEDA, FTA）;
• 負責無人/自動駕駛系統的安全目標定義;
• 負責無人/自動駕駛系統的安全需求定義;
• 技能要求：
• 精通ISO26262並有自動駕駛或ADAS系統功能安全專案實施經驗；（在傳統車廠做功能安全想要轉行的也可以考慮）；
• 了解FMEA，FMEDA，FMEA- MSR，FTA等對應的方法；

3.4標定工程師

• 職位介紹：
• 負責自動駕駛多感測器標定，包括GPS、IMU、LiDAR、Camera、Radar 和USS 等；
• 設計實現感測器內參外參標定演算法，建構多感測器標定係統；
• #負責對標定參數進行相關車輛測試，給予測試報告。
• 技能需求：
• C 程式設計, 熟悉Linux及ROS系統；
• 有感測器標定工作經歷，熟悉視覺或雷射SLAM 演算法；

3.5模擬環境工程師

#

• 崗位介紹：
• 此方向需要參與自動駕駛相關仿真係統的搭建，包括車輛動力學相關仿真，各類虛擬感測器模型及虛擬場景的建模與仿真，根據測試案例建立測試場景，執行自動駕駛演算法模擬測試等等；
• 負責搭建無人駕駛模擬系統，對汽車、感測器、環境進行軟體模擬。模擬結果將與真實數據一同用於預測汽車在真實場景中的行為；
• 配合駕駛決策、路徑規劃、仿真演算法等模組，實現自動駕駛閉環仿真，並視覺化相關調試資訊。
• 技能需求：
• MATLAB/simulink、Python/C
• 熟練操作一種常用車輛動力學或無人車相關模擬軟體，例如Perscan、Carsim、Carmaker等；
• 熟悉機器人作業系統ROS等；
• 有的模擬職位純粹屬於做仿真，但有的崗位需要做仿真環境的開發，這樣的崗位對程式設計要求會更高一些。

3.6測試工程師

• 名單介紹：
• 此方向主要負責自動駕駛車輛的相關測試工作，測試自動駕駛系統功能各項指標的性能，評估其邊界條件與失效模式；
• 負責自動化測試（SIL、HIL）的設計實現及智慧駕駛產品的相關驗證；
• 負責根據系統或產品的功能需求制定測試案例和測試計劃；
• 負責制定完整的系統或產品的測試計劃並實施，最後撰寫測試報告；
• #收集和測試系統的邊界範例，對智慧駕駛系統的安全性進行評估，對技術提出合理的回饋。
• 技能需求：
• 熟悉Ubuntu/Linux作業系統，會寫python腳本
• 熟悉CAN匯流排；
##熟悉測試用例的編寫方法和技巧；
• 熟悉圖像識別演算法，熟悉深度學習，掌握spark等大數據相關工具者加分；
• #熟悉雷射雷達，毫米波雷達，超音波探頭和攝影機的應用是加分項。

3.7大數據開發工程師

• #職位介紹：##資料包含後台資料架構和前台呈現。一輛自動駕駛車每天都要產生1個T的資料量。資料該如何快速清洗、提煉、總結，例如如何迅速找出一次路測中最重要的幾次介​​入（disengagements）。從而更有效率的幫助工程師測試。
• 負責自動駕駛大數據平台系統的設計、開發與最佳化；
• 負責自動駕駛資料標註與處理流程的視覺化工具開發，自動化標註平台的設計與研發。
• 技能需求：
• 具備紮實的資料結構及演算法功底；
• 精通Java/Python/C 等至少一門高階程式語言；
• 熟悉Linux開發環境；
• 有基於SQL或No-SQL資料庫的應用程式的設計、開發經驗；
• 熟悉REST服務及Web標準，熟悉一種主流前端開發框架，如React/AngularJS，能獨立建構前端應用者加分；
• 熟悉自動駕駛及相關的Lidar、Camera等感測器資料者加分。

3.8UI開發工程師

#職位介紹：
• 每個公司都需要建立內部工具，用於驗證整車開發。也需要給遠端控制中心做各種互動頁面，透過一個UI遠端控制自動駕駛汽車。同時也包括車廂內為乘客準備的UI。喜歡設計或擅長前端的朋友可以考慮。
• 技能需求：
• 具有優秀的美感和豐富的視覺表現力；
• 精通色彩、圖形、資訊和GUI設計原則及方法。

4.結尾

最後，國家政策正在大力推廣新能源智慧化汽車，希望越來越多的伙伴一起加入到自動駕駛行業。

原文連結：https://mp.weixin.qq.com/s/d41a5VYtJ4lvMP3GO6In_g

以上是全面介紹自動駕駛崗位－史上最全篇章的詳細內容。更多資訊請關注PHP中文網其他相關文章！