一份技能圖譜告訴你，學(xué)習自動(dòng)駕駛的路徑就是這么簡(jiǎn)單

　　從2015年8月至今，近50個(gè)人工智能、前端開(kāi)發(fā)、移動(dòng)開(kāi)發(fā)、云計算、架構、運維、安全、測試等IT技術(shù)領(lǐng)域的技能圖譜陸續在GitHub上上線(xiàn)，幫助開(kāi)發(fā)者、工程師梳理知識框架結構，并嘗試提供路徑指導和精華資源，方便技術(shù)人學(xué)習和成長(cháng)。

　　在時(shí)下非常受關(guān)注的自動(dòng)駕駛領(lǐng)域，大部分開(kāi)發(fā)者的感受都是只見(jiàn)樹(shù)木不見(jiàn)森林，不知道如何建立對自動(dòng)駕駛的宏觀(guān)認知，不知道自動(dòng)駕駛涉及的專(zhuān)業(yè)技能都有哪些，更不了解自動(dòng)駕駛的學(xué)習路徑。

　　這也是極客邦科技聯(lián)手百度Apollo團隊，共同推出《Apollo 自動(dòng)駕駛工程師技能圖譜》的原因所在——希望Apollo將其在自動(dòng)駕駛領(lǐng)域的研發(fā)實(shí)力、技術(shù)沉淀、行業(yè)洞察，以及 Apollo核心能力和技術(shù)框架，進(jìn)行一個(gè)梳理和沉淀，為希望深入自動(dòng)駕駛領(lǐng)域的開(kāi)發(fā)者和工程師，呈現一個(gè)自動(dòng)駕駛的技能全景圖。

　　技能圖譜十問(wèn)十答

　　為什么這份技能圖譜值得你收藏、甚至打印出來(lái)掛在辦公室里或者書(shū)桌前?我們邀請這個(gè)技能圖譜的策劃人——Apollo布道師團隊和技術(shù)團隊進(jìn)行解答。

　　問(wèn)題1：為什么要規劃這樣一份技能圖譜?

　　技術(shù)發(fā)展太快，技術(shù)模塊涉及繁多，自動(dòng)駕駛領(lǐng)域需要這樣一個(gè)技術(shù)和技能的梳理，幫助自動(dòng)駕駛工程師全面了解、快速學(xué)習和成長(cháng)，也給有志于轉行自動(dòng)駕駛的技術(shù)人一個(gè)指引。

　　問(wèn)題2：該技能圖譜面向哪些人群?可以幫助學(xué)習者達到什么目標?

　　主要面向兩類(lèi)人群，他們都希望學(xué)習自動(dòng)駕駛，他們或是學(xué)生，或是Apollo生態(tài)中的合作伙伴。一類(lèi)就是懂得開(kāi)發(fā)工具和語(yǔ)言開(kāi)發(fā)的開(kāi)發(fā)者和工程師，他們可以從這份技能圖譜中補充機器學(xué)習和車(chē)輛相關(guān)的知識;另外一類(lèi)人群就是機器學(xué)習從業(yè)者，他們可以通過(guò)這份技能圖譜，深入了解自動(dòng)駕駛的各個(gè)模塊，因為Apollo不同模塊之間的差異性大，即使對于百度內部工程師，這個(gè)技能圖譜也有借鑒意義。

　　問(wèn)題3：這份技能圖譜包括哪些學(xué)習模塊?模塊設立和劃分規則是什么?

　　這份技能圖譜包括兩大模塊，首先是基礎層，就是Apollo開(kāi)發(fā)會(huì )用到的共性的語(yǔ)言和編程方式;其次是Apollo層，既包括Apollo開(kāi)放的感知、決策規劃、智能控制、End-to-End 等自動(dòng)駕駛核心能力，也包括硬件，比如GPS、雷達、傳感器、車(chē)輛相關(guān)的知識和技能。

　　問(wèn)題4：這份技能圖譜是怎么策劃出來(lái)的?

　　在策劃階段，按照模型、算法、硬件、車(chē)輛相關(guān)背景知識四個(gè)維度，以問(wèn)卷、面聊等多種形式，收集百度內部7、8個(gè)團隊近30位技術(shù)專(zhuān)家的專(zhuān)業(yè)反饋，再把反饋按照目前的基礎層、Apollo層整理分類(lèi)，經(jīng)歷多次Review，最后與大家見(jiàn)面。

　　問(wèn)題5：自動(dòng)駕駛領(lǐng)域的開(kāi)發(fā)者，哪部分的學(xué)習能力需要加強?

　　大部分自動(dòng)駕駛開(kāi)發(fā)者的『軟實(shí)力』較強，硬件方面的學(xué)習能力相對較弱，尤其基于GPU 或者FPGA的芯片編程方面的能力繼續增強。

　　問(wèn)題6：對于學(xué)習Apollo的開(kāi)發(fā)者來(lái)說(shuō)，最大挑戰是什么?

　　最大挑戰就是Apollo運行起來(lái)，下一步該怎么做?因此Apollo會(huì )在2.0版本中開(kāi)放很多調試、繪圖、排查問(wèn)題的工具;

　　另外的挑戰就是硬件方面了，如果開(kāi)發(fā)者買(mǎi)一個(gè)設備進(jìn)行調試，在沒(méi)有官方人員支持的情況下是比較困難的，因此Apollo把適配后的硬件設備發(fā)到GitHub，讓開(kāi)放設備在GitHub 上有現成實(shí)例，開(kāi)發(fā)者改過(guò)之后就可以用。

　　問(wèn)題7：自動(dòng)駕駛人才需求缺口大嗎?

　　非常大。目前我國汽車(chē)從業(yè)人員達到360萬(wàn)，但其中技術(shù)人才不到50萬(wàn)，占比不到15%。這其中雖然很難明確界定自動(dòng)駕駛人才有多少，但是可以想見(jiàn)肯定不多。而且從自動(dòng)駕駛專(zhuān)業(yè)人才年薪動(dòng)輒幾百萬(wàn)上千萬(wàn)，就可以知道人才有多緊缺。

　　問(wèn)題8：目前Apollo最需要哪方面的人才?

　　目前會(huì )有很多合作伙伴尋求接入Apollo開(kāi)放平臺，為自己的產(chǎn)品注入自動(dòng)駕駛能力。在接入過(guò)程中，車(chē)輛、硬件傳感器的接入是開(kāi)發(fā)者需要接受的第一關(guān)，需要掌握系統集成方面的知識。解決了集成問(wèn)題后，對自動(dòng)駕駛的要求就會(huì )往感知、決策規劃、智能控制等模塊方向進(jìn)行轉移。所以，了解整體Apollo結構的開(kāi)發(fā)者，會(huì )是Apollo需要的人才;如果對其中某一模塊非常熟知，也會(huì )是Apollo非常需要的人才。

　　問(wèn)題9：自動(dòng)駕駛開(kāi)發(fā)者還有什么其他的學(xué)習路徑?

　　開(kāi)發(fā)者可以從搭建一個(gè)Apollo的Demo環(huán)境開(kāi)始，學(xué)習Apollo相關(guān)模塊的技能知識。在 Apollo的代碼注釋中，百度工程師列出了模型對應的參考資料，包括參考書(shū)或者論文，這也算是一個(gè)學(xué)習的捷徑。如Apollo2.0新增控制器MPC，對應的源文件包含對該控制模型相關(guān)的資料推薦：

　　https://github.com/ApolloAuto/apollo/blob/master/modules/control/controller/mpc_controller.h

　?。?/p>

　　/**

　　* @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.

　　*/

　　問(wèn)題10：已經(jīng)拿到技能圖譜的同學(xué)，他們看過(guò)之后希望2.0版本有哪些改進(jìn)?

　　能有各分支更細化的知識和技能表，包括推薦一些好的學(xué)習資源;

　　期望后續版本可以極大降低無(wú)人車(chē)成本，實(shí)現量產(chǎn);

　　希望提供能力進(jìn)階地圖;

　　希望細化知識點(diǎn)，把軟硬件、算法的接口信息定義出來(lái)。