精华内容
下载资源
问答
  • 随着自动驾驶技术的落地与应用,相关领域的人才需求不断增加,但许多求职者却屡屡碰壁,这其中的原因是什么呢? 在任乾老师的《多传感器融合定位》课程中,老师为大家分析了现状。以下将以任乾老师的视角分析人才...

    随着自动驾驶技术的落地与应用,相关领域的人才需求不断增加,但许多求职者却屡屡碰壁,这其中的原因是什么呢?

    在任乾老师的《多传感器融合定位》课程中,老师为大家分析了现状。以下将以任乾老师的视角分析人才断层的原因以及解决办法。

    1.人才断层的现状及原因

    我最近也在做很多的招聘工作,面试了很多人,收到了很多份简历,一个核心的状况是,应聘者被刷掉的概率占70%-80%,甚至还要更高,收到几十份简历,被留下来的可能也就两三个、三四个。

    核心原因有两个,一是自动驾驶已经开始落地,有很多的团队开始涌现。原来不做自动驾驶的企业,看到别人已经落地,又不想落后于市场竞争,于是开辟一个新部门做自动驾驶业务。另一个是以往只做自动驾驶技术储备和研发的企业,到了一定阶段后,团队的业务开始逐步扩展和增大。

    像“蔚来”本身就是做这个业务的企业,可能不太关注增加值方面的内容,但在面对市场竞争时,也必须开辟业务。换句话说,自动驾驶技术方面往前推进一步,就需要招纳更多的人才进行业务拓展,这就导致整个行业的需求已经开始增大了,这是原因之一。

    当然,这个原因更深一步讲,不只是增大,而是在增大的同时对人才质量的要求并没有降低。

    因为行业发展到一定阶段,大家要招纳能把项目落地的人,而绝非像以前一样,做demo出来就能拿到融资的人。因此,行业发展阶段不一样,企业的需求也不一样。在当前这个阶段,企业更需要能把产品做好的人。只掌握皮毛,学基本的套路,然后把demo做出来或者跑起来的人,属于低端人才,满足不了当前企业人才需求。

    因此,能够做出产品的人,才是当前企业所需要的高端人才。这也是我第一条原因所阐述的,企业需要大量的高端人才。

    但是,市场并不能满足企业的需求。原因在于,多传感器融合定位这个领域,今年才开始发展,在发现定位有巨大的需求和市场后,大家才开始进一步的学习。在此之前,定位虽然也作为一个领域存在,但它不是自动驾驶这种传感器融合定位,可能像我早期做的惯性导航、组合导航等较为单一的定位。它解决的是在空旷场景下,或者某些场景下的定位。而自动驾驶是解决城市里,甚至是城市峡谷等比较有挑战性的场景的定位,这是以前从未做过的。

    因此,这就导致原有领域的人很难适配企业新的任务需求,而新的人重新学习内容,学了没几年,很多事情搞不定,使得面对如此大的人才需求,市场的供应却非常少,无法招到足够的人才,这就是所谓的需求和供应端的一个断层。这也是企业现在想招人,但是招不到人的一个原因。

    然而企业招不到人,这只是现状之一。

    另一个现状是,大量的人找不到工作。刚才所说的被刷掉的人就找不到工作,甚至一部分只能去一些小公司去锻炼,继而再考虑其他的途径。这是因为对于刚入行的人来说,企业的要求很高,因此刚入行的人会遭受到一些打击。这些人需要一个成长过程,在能够达到企业要求时,才能真正进入一个可以落地的、好公司的岗位。这也属于上面所述两条原因之内。

    以上我们所说的现状,它包括企业端和人才端两个部分,以及对应的两个原因。

    2.人才断层的解决办法

    那么怎么解决这个问题呢?我认为有三方面的途径。

    第一个方面是企业,面对不好招人的情况,我们有什么样的策略呢?

    除了招纳既有能力,又比较资深的人以外,我们还要招具有潜力的人。这一部分人可能现在达不到企业标准,但是我们看中你的人才素质,继而在项目中培养你,锻炼你。在一两年之后,我们认为你达到标准,那么也在我们的考虑范围之内。

    比如我们会在硕士毕业生、应届生,或者刚毕业一两年的人里,去挑一些既聪明又踏实的人,作为我们的储备人才,并参与到项目中来。当然,这只是极少数,所以并不推翻我上面说的现状对立的问题。

    大家可能会问,如果想成为被选中的人,想成为被看好的、有潜力的人,要弥补在定位领域知识掌握还不够深的缺陷,应该怎么做?向企业证明你是一个有潜力的人,我觉得分为三个方面。

    第一是更看重把项目做精的人。其实我看过很多校招简历,有人会写很多项目,但这是不是一个加分项呢?答案是否定的,除非你的确做得深,能力非常强,不然真的不是一个加分项。

    在学校的两三年,你肯定做不了多少事,尤其是边学边做的情况下,因此能够把一件事做好就已经非常厉害。所以写了很多项目的校招生,对我们来讲可能是一个减分项。我们会认为做的太杂,做的不够深,大家应当要记住这一点,一个东西做得不深很可能是毫无意义的。

    因此,我们可能只会挑选一两个项目,但是又能够把项目讲得清楚,并且取得良好结果的人,比如说发了一个顶会,或是项目的指标很好,又有一个落地的平台,或是硬件平台跑起来,证明它的效果很好。这两个成果只要有一个,那么我们就认为这个项目是成功的。只要有一个项目做成,那么就已经留下很好的印象,证明了自己的能力。这也是第一点所说的项目在精而不在多。

    第二点是相比理论基础,更看重工程实践

    现在的校招生很明显分化成两类,第一类是偏理论的学生,理论知识极为扎实,但是项目做得很浅,甚至没有做过项目,而是一直在学习,好像仅仅是为了面试去补的基础知识。尽管基础很扎实,但是意义不大。当然,我们也不能说完全没有用。

    另一类则是跟老师做项目的学生。比如说做一个定位系统,让它跑起来,而在这个项目中,你问他遇到什么问题,怎么解决的,以及现在的系统里面还残留什么问题,将来准备怎么解决,他都能回答上来。如果达到这一点,我们认为这个人具备良好的人才素质。

    对于校招生来说,如果你时间有限,二者里面必选一个的话,我建议找一个项目把它做好,这比单纯的背理论知识更为重要。毕竟工程需要这样的人才。

    工程本身不需要非常多的理论,这并不是说没有理论,而是说一个工程可能30%是理论,70%是在做落地的产品。我可以很明确的说,如果你认为这70%不重要,那么这是个错误的看法。

    一个产品要落地,核心就在于这70%,而那30%的东西,我们可以找人现场去学习,因为工程落地里所用的算法并不是很深。相比于理论基础,我们更看重工程力量。我们需要更多的人去解决70%的问题,而剩下30%的问题,如果你能够跟我们一起解决当然更好,如果不能够解决,我们也可以边干边学。

    第三点是相比知识多少,更看重思维能力,这和第二点相关。

    在两种类型的学生中,第一种可能缺少思维能力。这并不是指你本身不具备思维能力,而是指你没有在项目中锻炼出来的思维能力,更多的时间在学习纯理论知识,导致缺失这方面的培养。因此我建议大家在项目中锻炼,从项目中去思考。

    第二个方法是让更多的人进入到行业中,或者让更多正在成长中、尚未达到企业标准的人,尽快达到标准。我认为有这样几个方面:

    第一是企业提供实习机会。和我们所说的第一大方面相关,企业如果能提供更多的机会,让大家在项目中锻炼,会加速整个行业人才的成长速度。

    在学校,很多时候并非是学生不想做项目,而可能是老师让学生去做一些别的事情,或者是老师没有这方面的项目,没办法给学生提供机会,所以现在的企业已经意识到这一点,会提供大量的实习机会,这也包括我们。跟往年比,我们今年的实习的岗位至少增加了一倍。为了让大家在实习过程中加快成长速度,即使实习完之后,不一定留在我们企业,但是我们仍乐意给大家提供实习平台。

    第二是从业人员有推动成长速度的意识,并参与到过程之中。这也是有些途径的。比如说,在企业里的人,可以写一些总结,发博客,或者针对某些领域内的知识 、paper,发表自己的看法。这是在构建社区,大家在社区内部可以互相讨论,互相关注行业内容。

    整个来讲,如果从业者或者在行业内具有一定经验的人,能把各个方面的知识以及各个角度的看法,提供给正在成长中的人,也是能够加速行业人员成长的一个途径。

    第三个途径就是像“深蓝”这种在线教育机构。不仅是传感器融合这一课程,包括整个机器人体系,比如SLAM基础、VIO以及物体检测等其他环境感知课程,它们都是在围绕怎样培养一个人才设置课程体系。总而言之,这是需要行业甚至还需要行业内部,以及社会各个层面的人共同推进的一件事,而不是某个企业或者某个人做的事。

    所以我希望大家都有这样的意识,包括大家在学习这门课的过程中,边学边输出,哪怕只是把自己所学习的内容进行总结,发布在网上也是可行的。我们从事这一行业,不仅需要思考如何参与到行业中,还需要思考为这个行业能够做什么。

    第三个方面是大家需要提高自己的成长速度。可能有人在认为自己学习到一点知识,掌握到一点技能之后,开始找工作。企业可能会选择你,但这并不是因为别人看好你,而是因为没得选。

    当前整个行业的成长处于初级阶段,大家只能在初级的人里去挑选相对好的人。如果这时,你满足于现状,认为工作中掌握东西够用,那么对你未来的发展极为不利。大家都在快速的成长,过了一两年、两三年,许多人的知识量以及项目锻炼的量逐步增长,很快就能超过你。在这个时候,企业会选择更为优秀、更能满足企业本身需求的人,而不是选择你。所以不要觉得找工作相对容易,更不要过早的去满足,因为还有更为激烈的竞争。 

    展开全文
  • 有朋友聊起来,正好看看自动驾驶行业目前的人才状态。 说起自动驾驶,就像美国一定会考虑到Google Waymo和Tesla一样,中国自动驾驶会考虑科技公司的百度Apollo和造车新势力。这次就从百度的人才需求开始了解吧。 从...

    智能汽车和自动驾驶和最近这两年的热度有所升温。有朋友聊起来,正好看看自动驾驶行业目前的人才状态。

    说起自动驾驶,就像美国一定会考虑到Google Waymo和Tesla一样,中国自动驾驶会考虑科技公司的百度Apollo和造车新势力。这次就从百度的人才需求开始了解吧。

    从官网的需求开始

    需求可以从官网查到。 https://talent.baidu.com/external/baidu/index.html#/social

    可以看到岗位分布,在现在21年6月的总量的3599个职位中,自动驾驶相关有312个。
    分成智能汽车、安全、自动驾驶技术、自动驾驶基础架构、自动驾驶产品运营、GTM车联网、技术管理、机器人与自动驾驶实验室、车联网、智驾地图、智能交通、自动驾驶事业、自动驾驶云、IDG测试等部门,还是非常广泛的。
    其中技术的职位最多,有190个。

    职位描述案例

    挑选几个典型的职位做比较。

    自动驾驶技术部_感知融合算法工程师

    所属部门: 百度 工作地点: 北京市 招聘人数: 若干 公 司: 百度 职位类别: 技术 发布时间: 2020-11-18
    工作职责:

    • 负责多传感器感知结果融合
    • 负责V2X与车载感知融合
    • 负责卡尔曼滤波、扩展卡尔曼滤波、粒子滤波算法
    • 负责悉多目标跟踪,传感器融合研发

    职责要求:

    • 全日制硕士及硕士以上学历
    • 熟悉多目标跟踪,传感器融合以及时序预测技术
    • 熟悉卡尔曼滤波、扩展卡尔曼滤波、粒子滤波
    • 具有扎实的概率论等数学基础
    • 较好编程能力,精通C/C++语言,熟悉Linux
    • 有以下工作经验者优先:自动驾驶感知系统,高级辅助驾驶系统(ADAS),机器人,智能交通监控

    自动驾驶事业部_多传感器融合跟踪算法工程师

    工作职责:

    • 负责自动驾驶车辆感知系统中的多传感器融合算法开发
    • 负责自动驾驶车辆感知系统跟踪算法开发
    • 负责自动驾驶车辆传感器的选型调研工作
    • 负责部门领导安排的其他事宜

    职责要求:

    • 具有计算机、电子通信、交通行业相关专业本科及以上学历
    • 具有扎实的数学基础(概率论),机器学习理论
    • 扎实的C++语言功底并熟练运用
    • 较深的感知系统认知,视觉、毫米波雷达、激光雷达等传感器的知识以及驱动开发
    • 熟悉掌握多传感器数据分析与数学建模
    • 熟悉并开发过多传感器融合跟踪算法,不限于贝叶斯理论、卡尔曼滤波、匈牙利匹配、航迹关联以及多目标跟踪等
    • 熟悉多目标多传感器信息融合理论基础

    自动驾驶技术部_决策规划算法开发工程师

    工作职责:

    • 负责百度自动驾驶汽车决策规划系统的研发、调试和测试工作
    • 设计城市、高速道路核心场景决策、规划驾驶策略,完成相关算法研发和效果验证
    • 与自动驾驶汽车其他各模块的工程师协同完成系统集成和调试工作

    职责要求:

    • 熟悉常见路径规划和速度规划算法,例如A*、D*、RRT等
    • 具备较好编程能力,熟练掌握C++
    • 较好的沟通表达能力和团队合作意识
    • 有自动驾驶领域相关经验者优先
    • 有计算几何、数值优化、统计等数学专业背景相关经验者优先
    • 有博弈论、MDP、POMDP相关背景经验者优先

    自动驾驶事业部_控制决策规划系统研发工程师

    工作职责:

    • 负责L4级自动驾驶中控制、决策、规划相关方向的研发、调试、和测试工作
    • 自动驾驶汽车实际驾驶场景处理策略,完成相关算法研发和效果验证以及系统联调工作
    • 与自动驾驶汽车其他各模块的工程师协同,针对无人车落地场景交付产品化控制决策规划解决方案

    职责要求:

    • 自动化、电子工程、计算机、航空航天等相关专业,本科及以上学历
    • 具备较好的编程能力,熟练掌握C/C++语言编程,有Linux平台下的开发经验
    • 具备良好的学习能力和分析解决问题能力
    • 责任心强,良好的对外沟通和团队协作能力
    • 以下子方向至少有一个专长
      • 熟悉轨迹预测算法,例如MDP、POMDP、Game Theory等,了解MCMC、LDA算法
      • 熟悉常见路径规划算法,例如A*、D*、RRT等
      • 具有良好的控制系统设计、信号处理、动态系统建模的专业知识,具备2年以上无人车、机器人等控制领域实际项目经验,或2年以上ADAS算法研发经验

    自动驾驶技术部_预测决策规划系统架构研发工程师

    工作职责:

    • 工作方向为自动驾驶预测决策规划
    • 负责自动驾驶预测决策规划方向架构相关研发工作
    • 与策略团队一起进行无人车预测决策规划相关业务研发

    职责要求:

    • 计算机、数学等相关专业
    • 熟练掌握C++与Linux编程
    • 工程能力强,有一定的架构经验,参与过大型项目研发
    • 有信心挑战难题,拥有完成自动驾驶技术改变世界的热情
    • 有算法竞赛获奖经历者优先

    自动驾驶事业部_车端工程高级C++研发工程师

    工作职责:

    • 负责自动驾驶汽车系统整体架构设计、工程化能力开发
    • 负责自动驾驶多车型、车辆的配置管理平台研发
    • 参与高性能,高可靠性的车端系统搭建与维护
    • 基于运营落地交付场景,提供自动驾驶系统快速落地解决方案

    职责要求:

    • 计算机以及相关专业本科以上学历
    • 熟悉Unix/Linux操作系统原理及常用工具
    • 熟练掌握C/C++编程,掌握一种脚本语言bash、Python等
    • 熟悉STL数据结构及算法基础,掌握网络编程技术
    • 熟悉MySql,Redis,nosql等多种类型数据库,并有实际开发经验,对分布式储存有了解
    • 具有较强学习能力和解决问题能力,对自动驾驶行业有浓厚兴趣
    • 熟悉ROS及相关机器人系统开发或有自动驾驶规划控制、机器人规划控制经验或有ACM、智能车竞赛等相关经历,优先考虑

    自动驾驶事业部_车端工程架构高级研发工程师

    所属部门: 百度 工作地点: 北京市 招聘人数: 若干 公 司: 百度 职位类别: 技术 发布时间: 2020-10-29
    工作职责:

    • 负责百度自动驾驶系统车端软件工程架构、软件集成方案、运营落地场景体系建设的研发及自动驾驶系统快速落地能力
    • 保证在线车辆行为持续高稳定性、高性能以及可扩展性,高效解决版本迭代及车辆运营自动驾驶故障问题
    • 与自动驾驶系统其他模块的工程师协同完成系统、车辆调试工作,基于运营落地场景交付提供产品化的工程解决方案

    职责要求:

    • 精通Linux/Unix平台的C/C++编程、熟练掌握Python
    • 熟悉操作系统和系统级软件设计开发、系统层性能优化
    • 较好的沟通表达能力和团队合作意识、责任心强、抗压性强
    • 具备良好的学习能力和分析解决问题能力
    • 有以下背景者优先
    • 有ROS环境下开发经验,有无人车、机器人领域项目经验优先
    • 有车端行为安全、信息安全方向工作经验优先

    各个方向的分布

    自动驾驶技术

    岗位有53个。

    自动驾驶技术部_驾驶策略软件研发工程师
    技术北京市若干2021-06-10
    自动驾驶技术部_高精地图web前端工程师
    技术北京市若干2021-06-10
    自动驾驶技术部_SLAM算法工程师
    技术北京市若干2021-06-08
    自动驾驶技术部_高精地图高级产品经理
    技术北京市若干2021-06-08
    自动驾驶技术部_Radar System Architect
    技术北京市若干2021-06-08
    自动驾驶技术部_计算硬件平台(嵌入式软件开发工程师)
    技术北京市若干2021-06-08
    自动驾驶技术部_硬件高速数字信号资深RD工程师
    技术北京市12021-06-08
    自动驾驶技术部_计算平台软件验证以及交付工程师
    技术北京市若干2021-06-08
    自动驾驶技术部_供应商质量管理工程师
    技术北京市若干2021-06-08
    自动驾驶技术部_5G 网络测试工程师
    技术北京市12021-06-08

    自动驾驶技术部_决策规划算法开发工程师
    技术北京市若干2021-06-07
    自动驾驶技术部_预测决策规划系统架构研发工程师
    技术北京市若干2021-06-07
    自动驾驶技术部_数据生态建设高级研发工程师
    技术北京市若干2021-05-13
    自动驾驶技术部_数据标注工具高级研发工程师
    技术北京市若干2021-04-26
    自动驾驶技术部_数据挖掘与分析工程师
    技术北京市若干2021-04-26
    自动驾驶技术部_深度学习算法加速工程师
    技术北京市,深圳市22021-04-18
    自动驾驶技术部_高级FPGA工程师
    技术北京市若干2021-03-19
    自动驾驶技术部_高精地图web后端/全栈工程师
    技术北京市若干2021-02-26
    自动驾驶技术部_大数据平台研发高级工程师
    技术北京市若干2021-02-26
    自动驾驶技术部_Windows C++/OpenGL开发工程师
    技术北京市12021-02-26

    自动驾驶技术部_机器学习算法研发工程师
    技术北京市22021-02-26
    自动驾驶技术部_机器学习工程师(预测决策规划方向)
    技术北京市若干2021-02-26
    自动驾驶技术部_算法研发工程师(决策规划方向)
    技术北京市,深圳市22021-02-26
    自动驾驶技术部_感知算法工程师
    技术北京市若干2021-02-26
    自动驾驶技术部_GPS导航系统高级工程师
    技术北京市12021-02-26
    自动驾驶技术部_Linux C++ 开发工程师
    技术北京市若干2021-02-04
    自动驾驶技术部_自动驾驶地图建模工程师
    技术北京市若干2021-02-04
    自动驾驶技术部_高精地图点云算法工程师
    技术北京市若干2021-02-04
    自动驾驶技术部_高精地图图像算法工程师
    技术北京市22021-02-04
    自动驾驶技术部_高精地图web后端全栈工程师
    技术北京市若干2021-02-04

    自动驾驶技术部_地图3D计算几何工程师
    技术北京市若干2021-02-01
    自动驾驶技术部_地图建模工程师
    技术北京市若干2021-01-29
    自动驾驶技术部_大规模深度学习算法工程师
    技术北京市若干2021-01-18
    自动驾驶技术部_机器学习算法工程师
    技术北京市若干2021-01-15
    自动驾驶技术部_自动驾驶地图AI高级工程师
    技术北京市若干2021-01-11
    自动驾驶技术部_规划控制算法工程师
    技术北京市若干2021-01-11
    自动驾驶技术部_System Software Engineer 系统软件工程师
    技术北京市若干2021-01-04
    自动驾驶技术部_Mechanical Technical Lead
    技术北京市若干2020-12-28
    自动驾驶技术部_地图定位算法工程师
    技术北京市若干2020-12-11
    自动驾驶技术部_GNSS/IMU融合定位算法工程师
    技术北京市若干2020-11-23

    自动驾驶技术部_BMC/BIOS embedded software engineer
    技术北京市若干2020-11-23
    自动驾驶技术部_高精地图后端服务工程师
    技术北京市,深圳市32020-11-19
    自动驾驶技术部_GNSS/INS 卫星/融合定位算法研究员
    技术北京市,深圳市12020-11-19
    自动驾驶技术部_感知融合算法工程师
    技术北京市若干2020-11-18
    自动驾驶技术部_数据挖掘工程师
    技术北京市若干2020-11-18
    自动驾驶技术部_资深线束设计工程师
    技术北京市若干2020-11-18
    自动驾驶技术部_测试与诊断工程师
    技术北京市若干2020-11-10
    自动驾驶技术部_激光点云算法工程师
    技术北京市若干2020-10-30
    自动驾驶技术部_视觉3D算法工程师
    技术北京市若干2020-10-27
    自动驾驶技术部_规划控制系统优化工程师
    技术北京市若干2020-06-03

    自动驾驶技术部_仿真平台工程师
    技术北京市若干2020-04-26
    自动驾驶技术部_测试开发工程师(无人车管理平台)
    技术北京市32020-04-26
    自动驾驶技术部_感知数据挖掘
    技术北京市若干2020-01-15

    自动驾驶基础

    自动驾驶基础的岗位有31个。

    自动驾驶基础架构部_仿真机器学习算法工程师
    技术北京市若干2021-06-11
    自动驾驶基础架构部_仿真数据挖掘算法工程师
    技术北京市若干2021-06-11
    自动驾驶基础架构部_通信中间件高级研发工程师
    技术北京市若干2021-06-11
    自动驾驶基础架构部_OTA研发工程师
    技术北京市若干2021-06-11
    自动驾驶基础架构部_系统研发架构师
    技术北京市若干2021-06-11
    自动驾驶基础架构部_计算平台高级研发工程师
    技术北京市若干2021-06-11
    自动驾驶基础架构部_Android高级研发工程师
    技术北京市32021-06-11
    自动驾驶基础架构部_自动驾驶HMI 3D渲染工程师
    技术北京市若干2021-06-11
    自动驾驶基础架构部_自动驾驶系统安全专家
    技术北京市若干2021-06-11
    自动驾驶基础架构部_仿真软件开发工程师
    技术北京市若干2021-06-11

    自动驾驶基础架构部_平台后端研发工程师
    技术北京市若干2021-06-11
    自动驾驶基础架构部_基础工程平台研发工程师
    技术北京市若干2021-06-11
    自动驾驶基础架构部_自动驾驶 HMI 3D 渲染工程师
    技术北京市若干2021-05-13
    自动驾驶基础架构部_自动驾驶车载操作系统研发工程师
    技术北京市若干2021-04-26
    自动驾驶基础架构部_QNX软件研发工程师
    技术北京市若干2021-04-25
    智能汽车事业部_后端开发工程师
    技术北京市102021-04-18
    自动驾驶基础架构部_C++研发工程师
    技术北京市若干2021-04-16
    自动驾驶基础架构部_PHP后端研发工程师
    技术北京市若干2021-03-15
    自动驾驶基础架构部_自动驾驶iOS 研发工程师
    技术北京市若干2021-03-15
    自动驾驶基础架构部_前端工程师
    技术北京市若干2021-03-15

    自动驾驶基础架构部_仿真3D游戏引擎工程师
    技术北京市若干2021-03-12
    自动驾驶基础架构部_前端研发工程师
    技术北京市32021-03-10
    自动驾驶基础架构部_仿真交通流建模工程师
    技术北京市若干2021-03-09
    自动驾驶基础架构部_仿真3D渲染工程师
    技术北京市若干2021-03-09
    自动驾驶基础架构部_传感器仿真工程师
    技术北京市若干2021-03-09
    自动驾驶基础架构部_仿真物理引擎工程师
    技术北京市若干2021-03-09
    自动驾驶基础架构部_仿真3D场景美术设计师
    技术北京市若干2021-03-09
    自动驾驶基础架构部_仿真3D技术美工
    技术北京市若干2021-03-09
    自动驾驶基础架构部_数据服务研发工程师
    技术北京市若干2021-03-09
    自动驾驶基础架构部_仿真数据分析工程师
    技术北京市若干2021-03-08

    自动驾驶基础架构部_基础平台服务端研发工程师
    技术北京市若干2021-01-15

    自动驾驶事业部

    自动驾驶事业部的岗位有6个。

    自动驾驶事业部_车端工程高级C++研发工程师
    技术北京市12021-04-19
    自动驾驶事业部_渲染引擎高级研发工程师
    技术北京市若干2021-04-19
    自动驾驶事业部_控制决策规划系统研发工程师
    技术北京市若干2021-04-18
    自动驾驶事业部_人机交互安卓研发工程师
    技术北京市若干2021-04-18
    自动驾驶事业部_多传感器融合跟踪算法工程师
    技术北京市若干2021-03-14
    自动驾驶事业部_车端工程架构高级研发工程师
    技术北京市若干2020-10-29

    自动驾驶平台生态(Apollo生态)

    技术北京市若干2021-03-29
    自动驾驶平台生态部_自动驾驶云服务工程师
    技术北京市若干2021-02-22
    自动驾驶平台生态部_感知融合算法工程师
    技术北京市12021-01-11
    自动驾驶平台生态部_决策规划算法工程师
    技术北京市若干2020-11-24
    自动驾驶平台生态部_开发工程师(Apollo教育)
    技术北京市若干2020-11-19
    自动驾驶平台生态部_自动驾驶系统工程师
    技术北京市若干2020-11-19

    展开全文
  • ... 来源:智东西摘要:清华-中国工程院知识智能联合研究中心从技术、人才、应用和趋势的维度盘点自动驾驶的发展。从传统车企到新造车势力,再到互联网大佬,都在加注自动驾驶自动驾驶...

    640?wx_fmt=jpeg

    来源:智东西

    摘要:清华-中国工程院知识智能联合研究中心从技术、人才、应用和趋势的维度盘点自动驾驶的发展。


    从传统车企到新造车势力,再到互联网大佬,都在加注自动驾驶。


    自动驾驶既指向了更高效安全的交通运营系统,也意味着庞大的价值链重组,因此获得了政府、资本和产业界的强力关注。


    我们推荐来自清华-中国工程院知识智能联合研究中心的自动驾驶前沿报告,从技术、人才、应用和趋势的维度盘点自动驾驶的产业发展。


    一、无人驾驶:从科幻到落地


    自动驾驶,也就是汽车利用传感器和计算机系统实现无人操作的智能驾驶,在20世纪已有数十年的历史,21世纪初呈现出接近实用化的趋势。


    640?wx_fmt=png


    通过对人类驾驶员长期驾驶实践的理解,无人驾驶技术可以拆解为“环境感知-决策与规划-控制与执行”过程的理解、学习和记忆的物化。


    根据美国国际汽车工程师学会2014年制定的SAE J3016标准,汽车自动化系统可以分为Level 0(无自动化)~ Level 5(完全自动化)六个级别。这一标准不仅被美国交通运输部采纳为联邦标准,同时也已经成为全球汽车业界评定自动驾驶等级的通用标准。


    640?wx_fmt=png


    从技术的角度来看,无人驾驶汽车是一个复杂的软硬件结合的智能自动化系统,运用到了自动控制技术、现代传感技术、计算机技术、信息与通信技术以及人工智能等。

    从战略意义的角度来看,自动驾驶移动能力更强,能够有效改善交通安全、实现节能减排、消除交通拥堵、促进产业转型。


    KPMG:自动驾驶技术可在2014到2030年间使得全球车祸死亡人数降低2500;
    IHS Automotive:无人驾驶量产汽车将在2025年上市,估计销量可达23万辆;
    英特尔:无人驾驶汽车市场的规模将在2050年前达到7万亿美元。


    因此,自动驾驶汽车受到了各国政府前所未有的重视,国内外各院校、研究机构都投入了大量人力、物理,各大车企、科技公司、汽车零部件供应商以及自动驾驶汽车创业公司也纷纷在这个领域进行布局。


    640?wx_fmt=png


    在国外,无人驾驶技术的兴起可以追述到上世纪七十年代的实验室;随后,在1984年,DARPA(美国国防高级研究计划署)与陆军合作自主地面车辆(ALV)项目;同期,美国著名大学如卡内基·梅隆、斯坦福、麻省理工等都先后加入无人驾驶汽车的研究工作中,著名的NavLab系列智能车辆就出自卡内基·梅隆大学。


    2009年,谷歌宣布开始研发无人驾驶技术(Project Chauffeur),并于2012年5月获得了美国(内华达州)首个自动驾驶车辆路测许可证;随后,谷歌将其自动驾驶业务拆分出来,成立独立的新公司Waymo。在谷歌的带领下,新技术力量纷纷入局无人驾驶领域。


    640?wx_fmt=png

    ▲国外无人驾驶汽车发展图谱(重要事件一览)


    640?wx_fmt=png

    ▲国外科研院校对无人驾驶技术的研究发展过程一览


    640?wx_fmt=png

    ▲国外新技术力量对无人驾驶技术的研究贡献(以谷歌为例)


    与美、发达国家相比,我国在无人驾驶汽车方面的研究起步稍晚,从20世纪80年代底才开始。不同于国外车企以自主研发为主,我国汽车制造厂商多采取与国内科研院所、高效合作研发无人驾驶技术的方式。


    2011年,一汽集团联手国防科技大学研制红旗HQ3无人驾驶汽车,完成了286公里的面向高速公路的全程无人驾驶试验;2013年,百度启动无人驾驶汽车项目,并与传统车企发展合作;随后,高科技公司相继加入角逐。


    640?wx_fmt=png

    ▲国内无人驾驶汽车发展图谱(重要事件一览)


    640?wx_fmt=png

    ▲国内科研院校对无人驾驶技术的研究发展过程一览


    640?wx_fmt=png

    ▲国内新技术力量对无人驾驶技术的研究贡献(以百度为例)


    二、六大关键技术概览


    无人驾驶汽车的关键技术包括环境感知、精准定位、决策与规划、控制与执行、高精地图与车联网V2X、无人驾驶汽车测试与验证技术。其中,环境感知、决策与规划和车辆控制环节涉及了人工智能的应用。


    640?wx_fmt=png

    ▲环境感知技术


    环境感知可以理解成汽车利用传感器套件对车身周围的动摇和静态对象进行3D重构。目前,环境感知技术有两种技术路线,一种是以特斯拉为代表的以摄像机为主导的多传感器融合方案;另一种是以谷歌、百度为代表的以激光雷达为主导,其他传感器为辅助的技术方案。


    640?wx_fmt=png

    ▲精准定位技术


    精准定位技术顾名思义就是让汽车指导自己所在的物理位置,这就涉及惯性导航系统、轮速编码器与航迹推算、卫星导航系统以及SLAM自主导航系统。


    640?wx_fmt=png

    ▲决策与规划技术


    根据环境感知和导航子系统,自动驾驶汽车的行为决策与路径规划系统结合给定的起始点和终点进行信息处理。目前,针对自动驾驶决策与规划的专用芯片/计算平台包括英特尔-Mobileye开发的EyeQX和英伟达的NVIDIA Drive PX系列。


    640?wx_fmt=png

    ▲控制与执行系统


    车辆控制平台是无人车的核心部件,控制着车辆的各种控制系统。车辆控制系统可以分为纵向控制(采用油门和制动综合控制的方法实现对预定车速的跟踪)和横向控制(包括对驾驶员行为的模拟和车辆动力学的分析)两个环节。


    640?wx_fmt=png

    ▲高精地图与车联网V2X


    为了更好的规避潜在风险,帮助车辆预知路面复杂信息,如坡度、曲率、航向等,无人驾驶往往需要结合实时的高精地图,而这种实时性,可以通过车联网(V2X系统)实现。


    640?wx_fmt=png

    ▲人工智能在自动驾驶汽车中的应用


    640?wx_fmt=png

    ▲自动驾驶汽车学术热点


    三、学者分布及迁徙


    根据国际期刊会议的学术论文,AMiner对自动驾驶领域全球h-index排名(国际公认比较能准确反映学者学术成就的指数)TOP 1000的学者进行计算分析,绘制出了该领域(automated vehicle)学者的全球分布地图。


    640?wx_fmt=png

    ▲自动驾驶领域学者的全球分布地图


    640?wx_fmt=png

    ▲各国自动驾驶人才统计图


    据此可见,从国家来看,美国是自动驾驶汽车研究学者聚集最多的国家,英国、中国紧随其后,加拿大和意大利也聚集了很多该领域的人才;从地区来看,西欧自动驾驶人才的集中地,而中国大陆、美国东部等地区也吸引了大量人才。


    640?wx_fmt=png

    ▲中国学者分布


    就中国来看,自动驾驶研究学者主要集中在北京、上海和南京,其次是西安、长沙、武汉和成都等地。


    640?wx_fmt=png

    ▲各国人才迁徙图


    根据全球自动驾驶h-index排名前1000的专家学者迁徙路径统计来看,美国是自动驾驶领域人才流动大国,人才输入和输出都大幅领先(流出略大于流入),随后是英国、德国、中国和加拿大,中国人才流入量大于流出量。


    640?wx_fmt=png

    ▲全球各h-index指数(左)、性别(右)的自动驾驶人才统计图


    从h-index指数来看,全球自动驾驶h-index排名前1000的学者中,20到40的学者数量最多(占40%),40到60的学者次之(占20%);从性别来看,全球男性自动驾驶学者比例占97%,远高于女性。


    640?wx_fmt=png

    ▲中国各h-index指数(左)、性别(右)的自动驾驶人才统计图


    在中国,h-index指数小于等于10的学者最多,占69%,大于等于60的学者最少,仅占1%;性别方面,中国男性自动驾驶学者比例占99%,远高于女性。


    640?wx_fmt=png

    ▲国外代表性研究学者

    640?wx_fmt=png

    ▲国内代表性研究学者


    四、应用和趋势


    自动驾驶的应用目前主要体现在公共交通、快递运输,以及面向老年人和残疾人的汽车品类。


    640?wx_fmt=png


    公共交通方面,相比于小汽车,它更能惠及普通群众,让民众感受到人工智能、自动驾驶带来的技术革新和便利,这也使该项技术最初的出发点。


    今年3月,法国EasyMile的自动驾驶巴士EZ10成为了首辆在加州道路运营上路的完全没有司机驾座的汽车,这也是第一家受益于加州自动驾驶新政的公司。


    而随着全球老龄化问题的加剧,自动驾驶技术正在极力弥补快递等行业面临的劳动力不足问题。随着技术的成熟和市场普及程度的提高,无人配送将成为必然的趋势。


    2018年“618”促销活动期间,京东的北京上地配送站就出现了20余台配送机器人。随着调度平台命令发出,首批载有“618”货物订单的3辆配送机器人依次出发,自动奔向订单配送的目的地。


    此外,自动驾驶汽车已经开始在老年人和残疾人这两个消费群体中有所应用。2012年,谷歌员工让失去95%视力的Steve Mahan坐上谷歌自动驾驶车,展示了自动驾驶技术的巨大潜力。


    640?wx_fmt=png


    自动驾驶汽车的真正落地,一方面还需要技术的完善,包括高精地图和车联网系统的构建,专用计算平台/芯片的推出,以及安全高效的决策规划算法和控制执行系统的实现;另一方面,需要相关政策法规的完善,刺激技术发展的同时,保障产业发展的安全、健康。


    从历史演绎路径来看,自动驾驶作为未来高效、安全交通运行体系的解决方案,已经从一开始的军方科研项目,演绎成科技企业入局汽车/出行领域的筹码,其在汽车四化变革中的核心地位指向了颠覆性的价值链重组(根据普华永道思略特:2030年仅数字出行服务业,市场规模将达到2.2万亿美元,但现有的汽车制造商所占行业利润将减半)。科技企业们试图通过信息技术的优势合纵连横,分一杯羹,传统车企也在努力调整战略,与之博弈。


    未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


    未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

      如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

    640?wx_fmt=jpeg

    展开全文
  • 通过对人类驾驶员长期驾驶实践的理解,无人驾驶技术可以拆解为“环境感知-决策与规划-控制与执行”过程的理解...这一标准不仅被美国交通运输部采纳为联邦标准,同时也已经成为全球汽车业界评定自动驾驶等级的通用标准。
  • 通过 AMiner 大数据平台对 AMiner 的自动驾驶人才库进行数据挖掘, 统计分析出领域内学者分布及迁徙。 同时, 介绍了目前自动驾驶汽车领域的国内外代表性研究学者。 自动驾驶汽车应用介绍。 自动驾驶汽车已经以交通...
  • 通过 AMiner 大数据平台对 AMiner 的自动驾驶人才库进行数据挖掘,统计分析出领域内学者分布及迁徙 代表性研究学者 自动驾驶技术领域的国内代表性研究学者包括贺汉根、李德毅、杨静宇、郑南宁等,国外包括 ...

    博主github:https://github.com/MichaelBeechan
    博主CSDN:https://blog.csdn.net/u011344545

    ===========================================
    概念篇:https://blog.csdn.net/u011344545/article/details/89432313
    技术篇:https://blog.csdn.net/u011344545/article/details/89432433
    人才篇:https://blog.csdn.net/u011344545/article/details/89432856
    应用篇:https://blog.csdn.net/u011344545/article/details/89433021
    下载链接:https://download.csdn.net/download/u011344545/11147085

    ===========================================
    清华AMiner团队

    通过 AMiner 大数据平台对 AMiner 的自动驾驶人才库进行数据挖掘,统计分析出领域内学者分布及迁徙
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    代表性研究学者
    自动驾驶技术领域的国内代表性研究学者包括贺汉根、李德毅、杨静宇、郑南宁等,国外包括 Sebastian Thrun、Chris Urmson、Elon Musk、Amnon Shashua 等。
    贺汉根
    在这里插入图片描述
    国防科技大学机电工程与自动化学院教授、博士生导师,中国智能驾驶与自动驾驶技术领军人物。
    学习经历、获得荣誉:完成国家自然科学基金重点项目、国家 863 计划、国际合作等课题 20 余项,先后获国家科技进步三等奖 1 项、国防科工委科技进步一等奖 1 项、教育部科技成果一等奖 1 项等奖励。在国际期刊及国内核心期刊发表论文多篇,享受国务院政府特殊津贴。
    科研成果:2000 年国防科学技术大学以一辆老式北京吉普车为平台的自主驾驶汽车进行了75.6km/h 的高速公路车道跟踪实验。2003 年 6 月,国防科学技术大学与一汽集团合作研制成功红旗 CA7460 自主驾驶轿车。该车在正常交通状况下,高速公路上最高稳定自主驾驶速度为每小时 130km,最高峰值自主驾驶速度为每小时 170km,并具备超车功能,其总体技术性能达到了当时世界先进水平。2006 年 8 月,国防科技大学与一汽集团合作研制成功红旗HQ3 自主驾驶轿车,在硬件系统小型化、控制精度和稳定性等方面都有明显提高。该自主车于当年 9 月参加了在吉林长春举办的东北亚博览会。2007 年 3 月,该车又被国家商务部选送到莫斯科参加“俄罗斯—中国年”展览。2011 年 7 月 14 日,智能化自动驾驶系统在红旗HQ3 轿车平台上研发成功,获准进入京珠高速长沙至武汉段,开展我国首次自动驾驶汽车高速公路长途自主驾驶试验。2017 年 3 月 6 日,经有关部门批准同意,新一代红旗自动驾驶汽车获准在长沙绕城高速公路上开展试验。

    李德毅
    在这里插入图片描述
    指挥自动化、计算机工程和人工智能专家,深入研究云计算和人工智能领域,独创出自动驾驶感知认知理论体系及“驾驶脑”产品,被称为是“中国自动驾驶产学研界的代表”。
    学习经历、获得荣誉:1983 年获英国爱丁堡海里奥特·瓦特大学博士学位。1996 年被授予少将军衔,1999 年当选中国工程院院士,2004 年当选为国际欧亚科学院院士。指挥自动化、计算机工程和人工智能专家,中国人工智能学会理事长,中国指挥与控制学会名誉理事长。清华大学、国防大学兼职教授、博士生导师。长期从事不确定性人工智能、大数据和智能驾驶领域研究。
    科研成果:参加了多项电子信息系统重大工程的研制和开发。最早提出控制流—数据流图对理论和
    一整套用逻辑语言实现的方法;证明了关系数据库模式和一阶谓词逻辑的对等性;提出云模型和发现状态空间,用于不确定性知识表示和数据控制;在智能控制“三级倒立摆动平衡”实验中取得显著成效。先后获得国家科技进步奖,军队科技进步奖,获得发明专利 10 项,发表论文 130 多篇,出版中文著作 5 本、英文专著 3 本,在国际上享有极高声誉。

    杨静宇
    在这里插入图片描述
    南京理工大学“模式识别与智能系统”国家重点学科学术带头人、计算机科学与工程学院博士生导师。
    学习经历、获得荣誉:1982 年 2 月—1984 年 4 月,在美国伊利诺斯大学 CSL 实验室 T.S.Huang 指导下进行计算机视觉领域的合作研究,1993 年 6 月—1994 年 3 月在美国密苏里大学堪萨斯分校计算机系担任访问教授,1997 年 12 月—1998 年 4 月在加拿大康科迪亚大学国际知名的模式分析与机器智能研究中心担任访问教授。1998 年在加拿大 Concordia University 的模式分析与机器智能中心担任客座教授。全国优秀留学回国人员,享受国务院特殊津贴。目前担任南京理工大学计算机科学与工程学院的国家重点学科“模式识别与智能系统”学术带头人,同时是教育部信息领域规划专家组成员、国防科工局“微小型系统技术”规划组成员、中国人工智能学会常务理事。
    科研成果:2009 年,主持的“特征抽取理论与算法研究”理论研究成果被评为国家自然科学二等奖,实现了南京理工大学在自然科学技术奖上零的突破。研制的我国第一套自主式地面自动驾驶平台,被称为是“在我国智能机器人领域具有开创性,是我国科技战线,特别是高技术领域的一项重大科技成果”。获得国家级科技成果奖 2 项,省部级科技进步奖 15 项。在国际学术刊物发表论文 67 篇,其中 56 篇被 SCI 收录。出版论著和译著 7 部。获得国家发明专利 2项。

    郑南宁
    在这里插入图片描述
    现任西安交通大学教授,陕西省科学技术协会主席。1996 年,获中国青年科学家奖。1999 年,当选为中国工程院院士。
    学习经历、获得荣誉:1985 年获日本庆应大学博士学位。现任西安交通大学教授,陕西省科学技术协会主席。1993 年被授予全国优秀教师称号。1996 年获中国青年科学家奖。1999 年当选为中国工程院院士。
    科研成果:提出图像分析和视觉知识描述新方法,为构造计算机视觉系统和基于图像信息的智能控制系统,提供了理论指导和关键技术。完成“精密装配机器人机器视觉系统”研究,获 1996年国家科技进步奖二等奖。发明了一种图像边缘曲线拟合的新方法,获 1995 年国家发明奖四等奖。“高性能机器视觉及车型与牌照自动识别系统”获 1991 年国家科技进步奖二等奖。提出在线交互式立体测深方法,研制出“X 线数字减影血管造影系统”及“DSA1250 数字减影血管造影系统”。研制出具有自主知识产权的数字电视扫描制式转换及视频处理芯片;获已授权的中国发明专利七项。发表论文 100 余篇,著作 2 部。

    Sebastian Thrun
    在这里插入图片描述
    2003 年,加入斯坦福大学,开始自动驾驶汽车的研究。2011 年,获得 Max Planck Research Award和首届 AAAI Ed Feigenbaum Prize。世界顶级人工智能专家。谷歌无人车之父
    学习经历、获得荣誉:1995 年获得波恩大学计算机与统计学双博士学位,后任教于卡内基·梅隆大学。2003 年,加入斯坦福大学,开始自动驾驶汽车的研究。2011 年,获得 Max Planck Research Award 和首届AAAI Ed Feigenbaum Prize。世界顶级人工智能专家,2007年当选美国国家工程院院士,目前是斯坦福大学和佐治亚理工学院的兼职教授。
    科研成果:2005 年,Sebastian Thrun 的团队创建了机器人车辆 Stanley,该车赢得了 2005 年 DARPA大挑战赛,并在史密森尼美国国家历史博物馆展出。2007 年,应谷歌的 Larry Page 和 Sergey Brin 邀请,在谷歌内部主导建立了一个硬件创新实验室,也就是后来的 Google X 实验室,产出了包括自动驾驶汽车、谷歌眼镜在内的众多标志性项目。2012 年初,受到可汗学院启发,参与创立了 Udacity。

    Chris Urmson
    https://www.ted.com/speakers/chris_urmson
    在这里插入图片描述
    2009 年加入 Google X,并于 2013 年接替 Sebastian Thrun 担任项目负责人。
    学习经历、获得荣誉:2005 年,获得卡内基·梅隆大学机器人方向(Robotics)博士学位。卡内基·梅隆大学的助理研究教授。参加的卡内基·梅隆大学团队赢得了 2007 年 DARPA 大挑战赛。
    科研成果:于 2009 年加入 Google X,并于 2013 年接替 Sebastian Thrun 担任项目负责人,于 2016年离任。与 Sterling Anderson 以及 Drew Bagnell 共同创立了一家致力于自动驾驶汽车软件、数据和硬件的创业公司 Aurora Innovation。

    Elon Musk
    在这里插入图片描述
    企业家、工程师、慈善家,现担任太空探索技术公司(SpaceX)CEO 兼 CTO、特斯拉公司 CEO 兼产品架构师、太阳城公司(SolarCity)董事会主席,自动驾驶汽车产业的先驱。
    学习经历、获得荣誉:本科毕业于宾夕法尼亚大学,获经济学和物理学双学位。2013 年 11 月 21 日,美国《财富》揭晓了“2013 年度商业人物”,荣登榜首。2016 年 9 月 22 日,彭博全球 50 大最具影响力人物排行榜,排第 11 名。2016 年 12 月 14 日,荣获“2016 年最具影响力 CEO”荣誉。2017 年 12 月 4 日,位列《彭博商业周刊》2017 年度全球 50 大最具影响力人物榜单第 43位。
    科研成果:2015 年 10 月,特斯拉推出了半自动驾驶系统 Autopilot,Autopilot 是第一个投入商用的自动驾驶技术。目前,特斯拉的量产车上均已安装 Autopilot 1.0、2.0 或 2.5 硬件系统。

    Amnon Shashua
    https://newsroom.intel.com/biography/amnon-shashua/
    在这里插入图片描述
    耶路撒冷希伯来大学的计算机科学教授,Mobileye的联合创始人兼首席技术官以及OrCam的联合创始人。自 2017 年英特尔收购 Mobileye后,担任 Mobileye 的首席执行官兼 CTO 以及英特尔公司高级副总裁。
    学习经历、获得荣誉:1985 年,在以色列特拉维夫大学的专业是数学和计算机科学。1989 年,在魏兹曼科学研究所获得计算机科学学位,后在麻省理工学院取得脑与认知科学博士学位。
    科研成果:自 1996 年以来,一直担任耶路撒冷希伯来大学的计算机科学系教员。1999 年,被任命为副教授,2003 年为全职教授。在 2002—2005 年间,是希伯来大学工程和计算机科学学院的负责人。多年来,在机器学习和计算机视觉领域发表了超过 100 篇论文。1999 年,创立 Mobileye,专注于自动驾驶视觉系统,开发了一款鼠标大小的辅助驾驶系统。该设备的摄像机和定制芯片卡在汽车后视镜后面,提供的算法和计算机芯片能够根据图像(由车辆上的摄像机拍摄)预测潜在碰撞事故。2017 年 3 月 13 日,英特尔宣布以每股63.54 美元现金收购 Mobileye,股权价值约 153 亿美元。这是以色列有史以来金额最大的一笔交易,也是英特尔发展史上的重大一步。

    展开全文
  • ▼点击上方蓝字 关注网易智能为你解读AI领域大公司大事件,新观点新应用编者按:很多人都认为人工智能领域的人才薪资逆天,学习AI就等于有了光明的未来。那么,目前AI领域的人才市场的发展状况到底怎么样?针对这个...
  • 如今自动驾驶在全球范围内的发展势头愈发“凶猛”,该领域人才也一度被视为“香饽饽”。 即使在美国,自动驾驶工程师的起薪也已经突破了25万美元,我国‘“开价”之高更是令人咋舌。人才人才、还是人才!重要的...
  • 清华权威资料,清华aminer:ai与自动驾驶汽车研究报告
  • 腾讯正在美国加州帕洛阿尔托(Palo Alto)招聘自动驾驶汽车工程师,将同其它公司争取硅谷的核心人才。 腾讯在LinkedIn上发布的招聘广告声称,“我们正在为加州帕洛阿尔托的无人驾驶团队组建研发小组。”腾讯在...
  • 自动泊车:驾驶人才是主导.pdf
  • 全文系统地介绍了自动驾驶系统的发展历史及发展现状,阐述了自动驾驶系统目前面临的困难与挑战,然后依次从自动驾驶系统框架、传感器分类、地图定位、信息感知与评估、路径规划等多个方面,分析比较了现有研究技术...
  • 自动驾驶研究报告

    2019-06-16 10:21:58
    清华大学研究的自动驾驶43页研究报告,内容包括概述、技术、人才、应用趋势等,专业有深度,值得学习
  • 中国工程院知识智能联合实验室发布的最新前沿人工智能之自动驾驶研究报告,各个技术板块与人才分布情况。以飨各位技术大牛
  • 不过,有时候个人光环还是没有金钱来得实在,许多人在特斯拉历练多年后,还是被其他新创公司重金挖走,而特斯拉“人才收割机”的典型代表就是自动驾驶出租车新创公司 Zoox。 据雷锋网了解,这家成立四年就累计...
  • 2018年人工智能之自动驾驶研究报告

    千次阅读 2019-09-02 17:23:18
    摘要 当今,自动驾驶技术已经成为整个汽车产业的最新发展方向。应用自动驾驶技术可以全面...科研院校、汽车制造厂商、科技公司、自动驾驶汽车创业公司以及汽车零部件供应商在自动驾驶技术领域进行不断地探索,寻求...
  • 1、什么是自动驾驶汽车 1.1 基本概念定义 1)自动驾驶汽车是通过搭载先进的车载传感器、控制器和数据处理器、执行机构等装置,借助车联网、5G和V2X等现代移动通信与网络技术实现交通参与物与彼此间的互换与共享,...
  • 概述篇:自动驾驶汽车概述 / 无人驾驶汽车图谱 / 发展图谱 技术篇:自动驾驶汽车关键技术 / 人工智能在自动驾驶汽车的应用 人才篇:人才分布及迁徙 / 代表性研究学者 应用篇:自动驾驶最先运用的行业 趋势篇:...
  • 重磅,2021最新智能汽车+新能源汽车+自动驾驶等行业研究报告合集,共58份。 2021 6G网络架构愿景与关键技术展望白皮书 2021智能网联汽车信息安全蓝皮书 2021懂车帝后链路价值洞察报告-“后”积薄发 行稳致远 2021年...
  • 包括了概念、技术、人才、应用、趋势等内容。内容丰富详尽,值得学习。
  • 1、什么是自动驾驶汽车 1.1 基本概念定义 1)自动驾驶汽车是通过搭载先进的车载传感器、控制器和数据处理器、执行机构等装置,借助车联网、5G和V2X等现代移动通信与网络技术实现交通参与物与彼此间的互换与共享,...
  • 产业链与市场空间:当前我国自动驾驶正处于 L2 向 L3 级别转化的阶段,预 计 2025 年 L2.5 级别自动驾驶车辆渗透率为 50%,2030 年 L2.5 和 L4 级别 自动驾驶汽车渗透率分别将达 70%和 18%。从产业链上看,仅上游...
  • 2018人工智能之自动驾驶研究报告,文章共43页,文章很好,值得一看,文章详细讲述了自动驾驶发展图谱,关键技术,人才概况,应用,趋势等
  • 广州启动自动驾驶混行试点 - 广州市人民政府门户网站 (gz.gov.cn) 文远知行 | WeRide 小马智行 (pony.ai) Apollo 广汽集团 - 广汽集团 (gac.com.cn)
  • 初识自动驾驶系统

    2020-08-15 18:08:57
    因此可以预见,未来自动驾驶方向将会吸引更多的企业和人才加入。本篇文章对于自动驾驶及相关技术进行初步介绍,适用于入门或科普。 自动驾驶(auto pilot)是指车辆能够依据自身设备对周围环境进行感知、理解,根据...
  • 史上最全的自动驾驶研究报告(上)

    万次阅读 多人点赞 2019-05-11 17:45:11
    自动驾驶是百年汽车工业史上又一次伟大的范式转移,将重新定义汽车产业规则。汽车的产品定义将不再是 「行走的精密仪器」,也不只是一台「行走的计算机」,而是「行走的第三空间」;车厂的角色将从传统的汽车制造商...
  • 汽车电子技术——自动驾驶技术1. 系统的硬件架构1.1 感知层—传感器1.2 决策层—汽车的大脑1.3 执行层—线控技术2. 软件系统平台2.1 基于autosar系统平台总体架构2.2 基于ROS的自动驾驶系统2.3 Apollo的自动驾驶平台...
  • 很多人问我,作为一个传统汽车厂商,怎么样才能够抓住汽车智能化的时代机遇,建立自动驾驶自研能力,因为其中最让人头疼的就是建立人工智能(AI)自研能力。 车厂已经意识到自动驾驶自研能力非常重要 2021年6月...
  • 0.《Apollo自动驾驶工程师技能图谱》

    千次阅读 2018-09-07 17:03:55
    【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...
  • 大众汽车管理人士表示,软件工程师的普及,加上中国愿意推出互联网和自动驾驶汽车的基础设施,将使中国市场成为自动驾驶汽车获得广泛认可的首批市场之一。 据路透社报道,大众汽车高管周一表示,由于合格程序员的...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 11,162
精华内容 4,464
关键字:

自动驾驶人才