本文正在参与 #2023一起秋招吧# 征文活动，一起来聊聊校招的那些事吧，牛客周边和京东卡等你来领~

大家好，我是开车的阿Q，自动驾驶的时代已经到来，没时间解释了，快和阿Q一起上车。

首先先介绍一下自己，阿Q是三年前下定决心由传统车辆转行自动驾驶的，软件，硬件，系统都有涉猎，现如今，互联网大厂不太景气，考公考编竞争日趋激烈，而自动驾驶这一赛道方兴未艾，然而，牛客上关于自动驾驶公司的讨论却不多，阿Q的新系列，带你了解如何转型自动驾驶，

#上篇规划控制篇# #中篇感知定位篇# #下篇系统集成篇 #

您的关注和收藏就是我前进的动力。

今天为大家带来的是：

感知定位是自动驾驶的基础模块，主要解决车在哪里？车的周边环境有什么？其实是自动驾驶行业工作最“卷“，薪资最高的岗位，比较适合计算机、软件、电子等专业的选手入行，也适合已经在互联网等行业炼丹，并且想转行的玩家入行，大多是基于深度学习完成工作。

总的看来，在当前的自动驾驶框架中，感知小组（perception）人员和工作众多，大体上分为感知和定位两个大模块，其中又能细分更多岗位，下面让阿Q来给大家详细讲讲。

这个岗位脱胎于传统的CV岗位，主要是基于摄像头的数据做静态和动态的目标检测，比如车道线分割，车辆行人的检测识别等。主要的方法自然是炼丹、炼丹和炼丹。（tranformer现在比较火？）

主要是采用高精地图、GPS和车辆自带的陀螺仪等约束信息，决定车辆自身的位姿。来为后面模块的工作提供参考信息。卡尔曼滤波是这一领域的经典算法。

自动驾驶车辆不仅有摄像头，还有毫米波雷达，激光雷达等，能够结合摄像头的信息进一步融合，得到目标的深度信息，这也是融合算法所要干的工作，常分为后融合、前融合、中融合。

SLAM是Simultaneous localization and mapping缩写,意为“同步定位与建图”，需要将上一步的动静态目标和地图定位结合，构建车辆周围的场景。这方面对人才的缺口更大，图神经网络，李群李代数、图优化、凸优化等前沿方法都在这里被用到。

以上就是各个岗位最简要的介绍，稍后阿Q会更新具体的知识技能树，点个关注收藏不迷路！

诗云：

莫言下岭便无难，赚得行人空喜欢。正入万山圈子里，一山放过一山拦。

感知定位是决定自动驾驶性能的根本模块，看起来在公开的数据集上有较好表现，往往认为“莫言下岭便无难”，实际上在实际的算法落地中，往往面临各种各样的Corner Case ，“一山放过一山拦”，从业者只能在反复的调参优化中不断接近所谓的强人工只能，最后希望各位都能找到合适的自动驾驶公司。

您的关注和收藏就是我创作的动力！