史上超全自動駕駛崗位介紹

作者：自動駕駛轉(zhuǎn)型者 2024-01-16 09:28:09

人工智能智能汽車

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

本文經(jīng)自動駕駛之心公眾號授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

1.背景

近日分享如何高新轉(zhuǎn)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？對應著具體的什么工作內(nèi)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(tǒng)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：算法工程師和非算法類工程師。
算法工程師

激光SLAM算法工程師
視覺SLAM算法工程師
多傳感器融合算法工程師
機器學習算法工程師
計算機視覺算法工程師
自然語言處理算法工程師
決策算法工程師
規(guī)劃算法工程師
控制算法工程師

非算法類工程師

軟件平臺開發(fā)工程師
系統(tǒng)工程師
功能安全工程師
標定工程師
仿真環(huán)境工程師
測試工程師
數(shù)據(jù)工程師
UI開發(fā)工程師

下面詳細介紹每個崗位的工作職責和需要學習的內(nèi)容

2.算法工程師

2.1.激光SLAM算法工程師

崗位介紹：
采集激光傳感器數(shù)據(jù)，根據(jù)點云數(shù)據(jù)對自動駕駛車輛的周圍環(huán)境進行地圖構(gòu)建。
負責實現(xiàn)基于激光傳感器的SLAM算法設計和開發(fā)，能夠覆蓋各種復雜場景的高精度地圖更新和制作。
技能要求：
使用c、c++編程；
需要有濾波算法知識：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。
熟悉開源SLAM框架，如GLoam、kimera、VINS等優(yōu)先；

2.2.視覺SLAM算法工程師

崗位介紹：
以VSLAM為基礎，研發(fā)機器人自主導航定位算法，包括基于激光雷達、陀螺儀、里程計、視覺等多信息融合，構(gòu)建機器人運動模型
技能要求：
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)；
需要有濾波算法知識：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。

2.3.多傳感器融合算法工程師

崗位介紹：
將相機、激光雷達、毫米波雷達等多傳感器的信息處理和融合，提高自主駕駛車的環(huán)境感知能力；
負責基于多源信息融合的目標檢測、跟蹤、識別與定位；
負責基于多源信息融合的環(huán)境特征抽取，為地圖構(gòu)建提供支持；為基于基于多源信息融合的導航定位提供支持。
技能要求：
掌握camera、毫米波雷達、激光雷達、慣性導航等相關數(shù)據(jù)解析融合算法；
計算機信息科學、電子工程或數(shù)學相關專業(yè)本科及以上學歷，具備扎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(jīng)驗
精通C/C++，熟悉Matlab，良好的面向?qū)ο缶幊趟枷牒途幋a習慣
熟悉IMU、GPS、DR等慣導定位算法框架
熟悉IMU、GPS、車身系統(tǒng)原理、硬件特性、標定算法

2.4.機器學習算法工程師

崗位介紹：
該方向主要負責車輛行駛過程中產(chǎn)生的數(shù)據(jù)在工程上的應用，偏向于數(shù)據(jù)分析方向，如車輛行駛里程的影響分析、大數(shù)據(jù)分析建模等等。
技能要求：
Python，C/C++
學習機器學習的基礎理論算法，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等深度學習框架（偏神經(jīng)網(wǎng)絡部分）等等。

2.5.計算機視覺算法工程師

崗位介紹：
該方向主要基于攝像頭傳感器，主要包括：車道線檢測、車輛等障礙物檢測、可行駛區(qū)域檢測、紅綠燈等交通信息檢測等等。
技能要求：
C/C++，Python，OpenCV；
需要機器學習的基本算法 ( 降維、分類、回歸等 )；
需要學習深度學習，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 ) 。

2.6.自然語言處理算法工程師

崗位介紹：
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
技能要求：
學習機器學習算法、深度學習算法（RNN）；
自然語言處理基本任務（分詞、詞性標注、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(yè)務問題；
熟悉 PyTorch、TensorFlow等深度學習框架（偏RNN部分）等等。

2.7.決策算法工程師

崗位介紹：
自動駕駛的決策是將感知模塊傳遞的信息，轉(zhuǎn)化成車輛的行為，達到駕駛的目標。例如，汽車加速、減速、左轉(zhuǎn)、右轉(zhuǎn)、換道、超車都是決策模塊的輸出。決策需要考慮到汽車的安全性和舒適性，保證乘客的安全的情況下，盡快到達目標地點。
技能要求：
c/c++/python，熟悉ROS系統(tǒng)；
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；
如果往深里學的話，需要熟悉機器學習算法（RNN、LSTM、RL），掌握至少一種深度學習框架（比如gym或者universe等深度強化學習平臺）；
熟悉車輛運動學和動力學模型。

2.8.規(guī)劃算法工程師

崗位介紹：
規(guī)劃包括路徑規(guī)劃和速度規(guī)劃
規(guī)劃算法中，自動駕駛車輛首先通過路徑規(guī)劃確定車輛可行駛的路徑，然后選擇該路徑確定可行駛的速度。
技能要求：
c/c++/python，ROS機器人操作系統(tǒng)；（有些公司是用Matlab/simulink開發(fā)的）
學習常見路徑規(guī)劃算法，例如A、D、RRT等；
學習一些曲線的表示方法，如：五次曲線、回旋線、三次樣條曲線、B樣條曲線等；
如果往深里學的話；學習軌跡預測算法，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；
有數(shù)學理論基礎和背景，熟悉車輛運動學和動力學模型。

2.9.控制算法工程師

崗位介紹：
一般是對車輛橫縱向動力學建模，然后開發(fā)控制算法，實現(xiàn)車輛運動控制等；
這個崗位跟車輛打交道較多，對于傳統(tǒng)車廠轉(zhuǎn)型到自動駕駛領域的伙伴來說，是個很好的切入機會。
技能要求：
C/C++、Matlab/Simulink
學習自動控制理論基礎，學習現(xiàn)代控制理論；
學習PID、LQR、MPC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等仿真軟件；
學習ACC、AEB、APA、LKA、LCC等輔助駕駛功能開發(fā)的是加分項；
擁有實車調(diào)試經(jīng)驗也是加分項。

3.非算法類工程師

3.1.軟件平臺開發(fā)工程師

崗位介紹：
設計和實現(xiàn)自動駕駛軟件平臺，包括內(nèi)核修改/擴展、驅(qū)動程序?qū)崿F(xiàn)/增強、中間件實現(xiàn)/增強、系統(tǒng)集成、性能/功耗優(yōu)化、壓力/穩(wěn)定性/符合性測試；
負責搭建系統(tǒng)架構(gòu)、編寫底層驅(qū)動程序；
負責視覺相關算法在嵌入式處理器（GPU、DSP、ARM等平臺）上的代碼實現(xiàn)及性能優(yōu)化、測試和維護；
協(xié)助算法工程師完成算法在嵌入平臺上的移植、集成、測試和優(yōu)化。
技能要求：
C/C++編程技巧、Python；
具有嵌入式操作系統(tǒng)和實時操作系統(tǒng)的內(nèi)核或驅(qū)動開發(fā)經(jīng)驗，熟悉QNX、ROS；
熟悉軟件調(diào)試和debug工具；
了解車輛ADAS ECU和傳感器，如雷達、攝像頭、超聲波和激光雷達；
熟悉通用診斷服務（UDS）、控制器局域網(wǎng)（CAN）；
熟悉通信協(xié)議（CAN、UDS、DoIP、SOME/IP、DDS、MQTT、REST等）是加分項。

3.2.系統(tǒng)工程師

崗位介紹：
負責客戶需求對接，以及與內(nèi)部開發(fā)人員的需求釋放；
負責無人駕駛軟件系統(tǒng)框架構(gòu)建；
負責模塊化、可驗證的系統(tǒng)軟件架構(gòu)設計和實時性能優(yōu)化；
與硬件、算法和測試團隊合作，集成并優(yōu)化自動駕駛系統(tǒng)。
技能要求：
擁有扎實的計算機基礎理論知識（如：自動控制、模式識別、機器學習、計算機視覺、點云處理）；
具有嵌入式操作系統(tǒng)和實時操作系統(tǒng)的內(nèi)核或驅(qū)動開發(fā)經(jīng)驗；
具備很好的溝通表達能力和團隊合作意識

3.3.功能安全工程師

崗位介紹：
在產(chǎn)品全生命周期內(nèi)對產(chǎn)品的功能安全進行支持
負責無人/自動駕駛系統(tǒng)產(chǎn)品的功能安全系統(tǒng)設計,并對現(xiàn)有流程提出改進意見;
負責無人/自動駕駛系統(tǒng)的危險分析(HARA, FMEAs, FMEDA, FTA）;
負責無人/自動駕駛系統(tǒng)的安全目標定義;
負責無人/自動駕駛系統(tǒng)的安全需求定義;
技能要求：
精通ISO26262并有自動駕駛或者ADAS系統(tǒng)功能安全項目實施經(jīng)驗；（在傳統(tǒng)車廠做功能安全想要轉(zhuǎn)行的也可以考慮）；
了解FMEA，F(xiàn)MEDA，F(xiàn)MEA-MSR，F(xiàn)TA等相應的方法；

3.4標定工程師

崗位介紹：
負責自動駕駛多傳感器標定，包括GPS、IMU、LiDAR、Camera、Radar 和 USS 等；
設計實現(xiàn)傳感器內(nèi)參外參標定算法，搭建多傳感器標定系統(tǒng)；
負責對標定參數(shù)進行相關車輛測試，給出測試報告。
技能要求：
C++編程, 熟悉 Linux及ROS系統(tǒng)；
有傳感器標定工作經(jīng)歷，熟悉視覺或激光 SLAM 算法；

3.5仿真環(huán)境工程師

崗位介紹：
該方向需要參與自動駕駛相關仿真系統(tǒng)的搭建，包括車輛動力學相關仿真，各類虛擬傳感器模型和虛擬場景的建模與仿真，根據(jù)測試案例搭建測試場景，執(zhí)行自動駕駛算法仿真測試等等；
負責搭建無人駕駛模擬系統(tǒng)，對汽車、傳感器、環(huán)境進行軟件模擬。模擬結(jié)果將與真實數(shù)據(jù)一同用于預測汽車在真實場景中的行為；
配合駕駛決策、路徑規(guī)劃、仿真算法等模塊，實現(xiàn)自動駕駛閉環(huán)仿真，并可視化相關調(diào)試信息。
技能要求：
MATLAB/simulink、Python/C++
熟練操作一種常用車輛動力學或無人車相關仿真軟件，比如Perscan、Carsim、Carmaker等；
熟悉機器人操作系統(tǒng)ROS等；
有的仿真崗位純屬于做仿真，但有的崗位需要做仿真環(huán)境的開發(fā)，這樣的崗位對編程要求會更高一些。

3.6測試工程師

崗位介紹：
該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(tǒng)功能各項指標的性能，評估其邊界條件和失效模式；
負責自動化測試（SIL、HIL）的設計實現(xiàn)及智能駕駛產(chǎn)品的相關驗證；
負責根據(jù)系統(tǒng)或產(chǎn)品的功能需求制定測試用例和測試計劃；
負責制定完整的系統(tǒng)或產(chǎn)品的測試計劃并實施，最后撰寫測試報告；
收集和測試系統(tǒng)的邊界樣例，對智能駕駛系統(tǒng)的安全性進行評估，對技術提出合理的反饋。
技能要求：
熟悉Ubuntu/Linux操作系統(tǒng)，會寫python腳本
熟悉CAN總線；
熟悉測試用例的編寫方法和技巧；
熟悉圖像識別算法，熟悉深度學習，掌握spark等大數(shù)據(jù)相關工具者加分；
熟悉激光雷達，毫米波雷達，超聲波探頭和攝像頭的應用是加分項。

3.7大數(shù)據(jù)開發(fā)工程師

崗位介紹：
數(shù)據(jù)包括后臺數(shù)據(jù)架構(gòu)和前臺呈現(xiàn)。一輛自動駕駛車每天都要生成1個T的數(shù)據(jù)量。數(shù)據(jù)該怎樣快速清洗、提煉、總結(jié)，比如怎樣迅速找出一次路測中最重要的幾次介入（disengagements）。從而更高效的幫助工程師測試。
負責自動駕駛大數(shù)據(jù)平臺系統(tǒng)的設計、開發(fā)和優(yōu)化；
負責自動駕駛數(shù)據(jù)標注與處理流程的可視化工具開發(fā)，自動化標注平臺的設計與研發(fā)。
技能要求：
具備扎實的數(shù)據(jù)結(jié)構(gòu)及算法功底；
精通Java/Python/C++等至少一門高級編程語言；
熟悉Linux開發(fā)環(huán)境；
有基于SQL或No-SQL數(shù)據(jù)庫的應用程序的設計、開發(fā)經(jīng)驗；
熟悉REST服務及Web標準，熟悉一種主流前端開發(fā)框架，如React/AngularJS，能獨立構(gòu)建前端應用者加分；
熟悉自動駕駛及相關的Lidar、Camera等傳感器數(shù)據(jù)者加分。

3.8UI開發(fā)工程師

崗位介紹：
每個公司都需要搭建內(nèi)部工具，用于驗證整車開發(fā)。也需要給遠程控制中心做各種交互頁面，通過一個UI遠程控制自動駕駛車。同時也包括車廂內(nèi)為乘客準備的UI。喜歡設計或者擅長前端的朋友可以考慮。
技能要求：
具有優(yōu)秀的審美和豐富的視覺表現(xiàn)力；
精通色彩、圖形、信息和GUI設計原則及方法。

4.結(jié)尾

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

原文鏈接：https://mp.weixin.qq.com/s/d41a5VYtJ4lvMP3GO6In_g

責任編輯：張燕妮來源：自動駕駛之心

智能汽車