自动驾驶决策规划算法工程师的基本素养

自动驾驶决策算法工程师

自动驾驶的决策是指给将知模块传递的信息，如何决策汽车的行为达到驾驶的目标。例如，汽车加速、减速、左转、右转、换道、超车都是决策模块的输出。决策需要考虑到汽车的安全性和舒适性，保证尽快到达目标地点，还需要在旁边的车辆恶意的情况下保证乘客的安全。

♥决策算法需要学习的知识：

操作系统：Linux

编程：c/c++/python

理论：学习常用的决策算法，如决策状态机、决策树、马尔可夫决策过程，POMDP等；如果往深里学的话，还需要学习深度学习，学习深度学习框架等。

其实决策和规划是经常要一起做的，我们继续往下看，看看规划方向的知识要求。

自动驾驶规划算法工程师

规划包括路径规划和速度规划，一般都是做路径规划的比较多。即自动驾驶路径规划工程师。

规划算法中，自动驾驶车辆首先通过路径规划确定车辆可行驶的路径，然后选择该路径确定可行驶的速度。

♥路径规划算法需要学习的知识：

操作系统：Linux

编程：c/c++/python

理论：学习常见路径规划算法，例如A*、D*、RRT等；如果往深里学的话；学习轨迹预测算法，如MDP、POMDP、Came Theory等；学习ROS机器人操作系统；学习深度学习和强化学习技术也是加分项，例如RNN、LSTM、Deep Q-Learning等。

前面提到决策和规划其实要经常一起做的，所以经常会出现两者结合的方向：

自动驾驶决策规划算法工程师

看一下该方向的行业要求：

在上述熟悉如MDP、POMDP、Game Theory等轨迹预测算法；熟悉常见路径规划算法，例如A*、D*、RRT等；具备Linux环境下的C++开发；熟悉ROS开发环境；参加过机器人领域相关研发及竞赛；熟练掌握CarSim、CarMaker等汽车仿真软件使用方法；有强数学理论基础和背景。（来源：百度自动驾驶部招聘信息）

以上引用自知乎：https://www.zhihu.com/question/20210846

欢迎各位看官评论区补充！！