一份图谱告诉你学习自动驾驶的路径就是这么简单

从2015年8月至今,近50个人工智能、前端开发、移动开发、云计算、架构、运维、安全、测试等it技术领域的技能图谱陆续在github上上线,帮助开发者、工程师梳理知识框架结构,并尝试提供路径指导和精华资源,方便技术人学习和成长。
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。
这也是极客邦科技联手百度apollo团队,共同推出《apollo 自动驾驶工程师技能图谱》的原因所在——希望apollo将其在自动驾驶领域的研发实力、技术沉淀、行业洞察,以及 apollo核心能力和技术框架,进行一个梳理和沉淀,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。
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?我们邀请这个技能图谱的策划人——apollo布道师团队和技术团队进行解答。
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。
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?
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;
期望后续版本可以极大降低无人车成本,实现量产;
希望提供能力进阶地图;
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
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。
识别以下二维码,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。

人工智能会如何影响未来生活
中兴天机Axon 10 Pro 5G版已获得进网许可证将于近期在国内发布
小型杀手励磁器制作图解
石墨烯电池和固态电池哪个好?
CANOpen系列教程06_ 结合代码理解CAN底层收发数据
一份图谱告诉你学习自动驾驶的路径就是这么简单
骁龙8Gen1怎么样,骁龙8Gen1评测来袭
浅谈单模光纤的多模光纤的区别
J2CN-SPK-30W外挂FLASH串口语音播放模块说明
雷柏M100/M200鼠标评测 值不值得买
RS-485的数据介面可以让孤立的,全双工运作-RS-485
无人机与直升机之间有什么异同
农业种植自动水肥一体化精装灌溉的应用及效果
继人工智能OpenAI打败Dota2 玩家后,人工智能DeepMind又在雷神之锤3超越人类水准
“移动开放区块链倡议”联盟成立:专注区块链技术在汽车领域的应用
Type-C端口保护方案指南——就是更安全
5G带来了PCB需求的增长 促进了PCB产业的发展
Pyro开关:隐藏式红外检测
二氧化硫试验箱的技术参数
中国信通院发布国内手机市场总体情况