一张技能图谱告诉你，自动驾驶技术的发展路径原来如此简单GitHub上陆续推出了IT技术领域的技能图谱，帮助开发者和工程师梳理知识框架结构，尽量提供路径指导以及促进技术人员学习和成长的必要资源。 本文参考地址：http://www.eepw.com.cn/article/201801/374920.htm 在时下很火的自动驾驶领域，大部分开发者都觉得自己只见树木，不见森林，不知道如何建立自动驾驶的宏观认知，不知道自动驾驶涉及的专业技能有哪些，不知道自动驾驶的学习路径. 这也是极客邦科技与百度Apollo团队联手推出的理由《Apollo 自动驾驶工程师技能图谱》——希望Apollo利用自身的研发实力、技术积累、行业洞察，以及Apollo在该领域的核心能力和技术框架对自动驾驶，进行一次梳理和沉淀，为想深入自动驾驶领域的开发者和工程师呈现一幅自动驾驶技能全景图。 技能图十问十答 为什么这张技能图值得你收藏，甚至打印出来挂在办公室或办公桌上？我们邀请本技能地图的策划者——Apollo布道者团队和技术团队进行解答。 问题一：为什么要规划这样的技能图？ 科技发展太快，涉及到的技术模块非常多。自动驾驶领域需要这样的技术和技能的结合，帮助自动驾驶工程师充分理解、学习和快速成长，同时也为有意转行自动驾驶的技术人员提供指导。 问题2：这个技能图是针对谁的？它可以帮助学习者实现什么目标？ 主要针对两类人，他们都想学习自动驾驶，他们要么是学生，要么是Apollo生态的伙伴。一组是了解开发工具和语言开发的开发人员和工程师。他们可以从这张技能图中补充机器学习和车辆相关的知识；另一组是机器学习从业者。他们可以通过这张技能图来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很大，即使是百度内部的工程师，这张技能图也有参考意义。 问题三：这张技能图包括哪些学习模块？模块建立和划分的规则是什么？ 该技能图包括两个模块。第一层是基础层，是Apollo开发中常用的语言和编程方式；二是Apollo层，包括Apollo的开放感知、决策规划、智能控制、End-to-End等自动驾驶核心能力，还包括硬件，如GPS、雷达、传感器、车辆相关等知识和技能。 问题四：这张技能图是怎么规划的？ 在策划阶段，根据模型、算法、硬件、车辆相关背景知识四个维度，以问卷等多种形式收集了百度内部7、8个团队近30位技术专家的专业反馈和面对面的聊天。根据目前的baselayer和Apollolayer对反馈进行整理分类，经过多次review，终于和大家见面了。 问题5：对于自动驾驶领域的开发者来说，需要加强哪些方面的学习能力？ 大部分自动驾驶研发者“软实力”强，但在硬件方面的学习能力相对较弱，尤其是基于GPU或FPGA的芯片编程能力不断增强。 Q6：开发者学习Apollo最大的挑战是什么？ 最大的挑战是启动和运行Apollo。接下来我们应该做什么？因此，Apollo在2.0版本会开放很多调试、绘图、排错的工具； 另一个挑战是硬件方面。如果开发者购买设备进行调试，没有官方支持会比较困难，所以Apollo将适配后的硬件设备发送到GitHub，让开放的设备在GitHub上有现成的实例，开发者修改后即可使用. 问题七：自动驾驶人才需求缺口大吗？ 很大。目前，我国汽车工业从业人员360万人，但技术人才不足50万人，占比不足15%。虽然很难明确界定自动驾驶人才的数量，但可以想象，数量并不多。而且，从自动驾驶专业人才的年薪从几千万到几千万不等，就可以知道人才是多么的稀缺。 问题八：阿波罗最需要什么样的人才？ 目前，已有多家合作伙伴寻求接入Apollo开放平台，为产品注入自动驾驶能力。在接入过程中，车辆和硬件传感器的接入是开发者需要接受的第一关，需要掌握系统集成的知识。解决集成问题后，自动驾驶的需求将转移到感知、决策规划、智能控制等模块。因此，了解Apollo整体架构的开发人员，将是Apollo需要的人才；如果他们对其中一个模块非常熟悉，那也是Apollo非常需要的人才。 Q9：自动驾驶开发者还有其他的学习路径吗？ 开发者可以从搭建ApolloDemo环境开始学习Apollo相关模块的技能和知识。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，包括参考书或论文，也算是学习的捷径。比如Apollo2.0增加了一个controllerMPC，对应的源文件包含了控制模型相关的推荐： https://github.com/ApolloAuto/apollo/blob/master/modules/control/controller/mpc_controller。h /** *@classMPCController * *@briefLQR-Basedlateralcontroller,tocalculatesteeringtarget. *更多细节请参考《Vehicledynamicsand控制。” *Rajamani，Rajesh。SpringerScience&BusinessMedia,2011. */ 问题10：已经拿到技能图谱的同学，希望2.0版本有哪些改进？ 可以有更详细的各个分支的知识技能列表，包括推荐一些好的学习资源； 期待后续版本能大幅降低无人车成本，实现量产； 希望提供进一步Levelmap的能力； 希望提炼知识点，定义软件、硬件、算法的接口信息。
