创客贴网站做海报技能,黑帽seo工具,建设实验教学网站的作用,wordpress比特币平台【新年礼物】开工第一天#xff0c;送你一份自动驾驶工程师技能图谱#xff01;
布道团队 Apollo开发者社区 1月 2日 AI时代到来#xff0c;人才的缺乏是阻碍行业大步发展的主要因素之一。Apollo平台发布以来#xff0c;我们接触到非常多的开发者他们并不是专业自动驾驶领…【新年礼物】开工第一天送你一份自动驾驶工程师技能图谱
布道团队 Apollo开发者社区 1月 2日 AI时代到来人才的缺乏是阻碍行业大步发展的主要因素之一。Apollo平台发布以来我们接触到非常多的开发者他们并不是专业自动驾驶领域工程师他们或是兴趣或想转行都对自动驾驶专业知识学习充满渴望。因此我们做了一个重大的决定——做一份《Apollo自动驾驶工程师技能图谱》这也是自动驾驶领域的首份技能图谱。
学习自动驾驶的路径是什么这份技能图谱告诉你
在时下非常受关注的自动驾驶领域大部分开发者的感受都是只见树木不见森林不知道如何建立对自动驾驶的宏观认知不知道自动驾驶涉及的专业技能都有哪些更不了解自动驾驶的学习路径。
这也是我们推出《Apollo自动驾驶工程师技能图谱》的原因所在——希望通过Apollo在自动驾驶领域的研发实力、技术沉淀、行业洞察结合Apollo核心能力和技术框架为希望深入自动驾驶领域的开发者和工程师呈现一个自动驾驶的技能全景图。 温馨提示微信压缩图片会导致技能图谱模糊不清
关注Apollo开发者社区公众号在输入框回复『技能图谱』就可获得一份高清电子版。 技能图谱十问十答
为什么这份技能图谱值得你收藏、甚至打印出来挂在办公室里或者书桌前看完以下问答你就明白啦。
问题1为什么要规划这样一份技能图谱
技术发展太快技术模块涉及繁多自动驾驶领域需要这样一个技术和技能的梳理帮助自动驾驶工程师全面了解、快速学习和成长也给有志于转行自动驾驶的技术人一个指引。 问题2该技能图谱面向哪些人群可以帮助学习者达到什么目标
主要面向两类人群他们都希望学习自动驾驶他们或是学生或是Apollo生态中的合作伙伴。一类就是懂得开发工具和语言开发的开发者和工程师他们可以从这份技能图谱中补充机器学习和车辆相关的知识另外一类人群就是机器学习从业者他们可以通过这份技能图谱深入了解自动驾驶的各个模块因为Apollo不同模块之间的差异性大即使对于百度内部工程师这个技能图谱也有借鉴意义。 问题3这份技能图谱包括哪些学习模块模块设立和划分规则是什么
这份技能图谱包括两大模块首先是基础层就是Apollo开发会用到的共性的语言和编程方式其次是Apollo层既包括Apollo开放的感知、决策规划、智能控制、End-to-End等自动驾驶核心能力也包括硬件比如GPS、雷达、传感器、车辆相关的知识和技能。 问题4这份技能图谱是怎么策划出来的
在策划阶段按照模型、算法、硬件、车辆相关背景知识四个维度以问卷、面聊等多种形式收集百度内部7、8个团队近30位技术专家的专业反馈再把反馈按照目前的基础层、Apollo层整理分类经历多次Review最后与大家见面。 问题5自动驾驶领域的开发者哪部分的学习能力需要加强
大部分自动驾驶开发者的『软实力』较强硬件方面的学习能力相对较弱尤其基于GPU或者FPGA的芯片编程方面的能力继续增强。 问题6对于学习Apollo的开发者来说最大挑战是什么
最大挑战就是Apollo运行起来下一步该怎么做因此Apollo会在2.0版本中开放很多调试、绘图、排查问题的工具
另外的挑战就是硬件方面了如果开发者买一个设备进行调试在没有官方人员支持的情况下是比较困难的因此Apollo把适配后的硬件设备发到GitHub让开放设备在GitHub上有现成实例开发者改过之后就可以用。 问题7自动驾驶人才需求缺口大吗
非常大。目前我国汽车从业人员达到360万但其中技术人才不到50万占比不到15%。这其中虽然很难明确界定自动驾驶人才有多少但是可以想见肯定不多。而且从自动驾驶专业人才年薪动辄几百万上千万就可以知道人才有多紧缺。 问题8目前Apollo最需要哪方面的人才
目前会有很多合作伙伴寻求接入Apollo开放平台为自己的产品注入自动驾驶能力。在接入过程中车辆、硬件传感器的接入是开发者需要接受的第一关需要掌握系统集成方面的知识。解决了集成问题后对自动驾驶的要求就会往感知、决策规划、智能控制等模块方向进行转移。所以了解整体Apollo结构的开发者会是Apollo需要的人才如果对其中某一模块非常熟知也会是Apollo非常需要的人才。 问题9自动驾驶开发者还有什么其他的学习路径
开发者可以从搭建一个Apollo的Demo环境开始学习Apollo相关模块的技能知识。在Apollo的代码注释中百度工程师列出了模型对应的参考资料包括参考书或者论文这也算是一个学习的捷径。如Apollo2.0新增控制器MPC对应的源文件包含对该控制模型相关的资料推荐https://github.com/ApolloAuto/apollo/blob/master/modules/control/controller/mpc_controller.h
/**
* class MPCController
*
* brief LQR-Based lateral controller, to compute steering target.
* For more details, please refer to Vehicle dynamics and control.
* Rajamani, Rajesh. Springer Science Business Media, 2011.
*/ 问题10已经拿到技能图谱的同学他们看过之后希望2.0版本有哪些改进
1.能有各分支更细化的知识和技能表包括推荐一些好的学习资源
2.期望后续版本可以极大降低无人车成本实现量产
3.希望提供能力进阶地图
4.希望细化知识点把软硬件、算法的接口信息定义出来。 首批用户对技能图谱评价
上个月底我们在Hello,Apollo自动驾驶公开课-深圳站首发了此份技能图谱收到现场开发者们的反馈他们说我对Open Modules最感兴趣因为我相信开源的力量是非常强大的在使用开源代码的时候不仅能够促进百度的技术进程开源还让我思考——我可以利用这些开源项目来做些什么这是一个多赢的发展方向。从1.0版本技能图谱可以看出Apollo对于自动驾驶现有问题都能给出成熟的解决方案已经极尽现有经验和想象。这份技能图谱让我对自动驾驶所涉及的技术领域有一个清晰认识便于让我结合自身能力进行相关学习。我对这份技能图谱感知规划部分非常感兴趣。知识技术都是相通的可以灵活迁移该部分对本人现在从事的机器人自主视觉导航具有很大的借鉴意义。2018送出这份技能图谱希望能够帮助开发者们新的启程我们携手共进
