自动驾驶决策规划控制工程师技术要求

具体要求

1.首先作为自动驾驶从业人员一定要学习自动驾驶平台，如开源的百度apollo，apollo具有大量的开源资料和仿真平台，为无车的大家提供了一个很好的学习平台，通过apollo可以了解自动驾驶软件架构和各模块代码。

2.基础工具：熟练使用linux，ros，rviz，docker，cmake，git，gdb、vscode等工具，工欲善其事，必先利其器。

3.代码能力提升：熟练掌握C++、python、matlab，可以通过练习leetcode代码提升能力，掌握C++数据结构。

4.规划算法学习：DQ、QP、A*，hybird a star，RRT，DWA、人工势场法、Dijkstra，多项式，贝塞尔，b样条，RS曲线，dubins曲线，圆弧曲线，螺旋曲线等。

5.控制算法学习：MPC，LQR，模糊控制，PID、Stanley、纯跟踪、ADRC、变结构、波特图、奈奎斯特曲线、根轨迹、李雅普诺夫稳定性、能控性、能观性、描述函数法、非线性设计等

6.计算几何:向量，标量，矩阵，坐标转换，碰撞检测，曲线，直线相交，点到线距离、本车和障碍物的距离等。

7.数值优化：梯度下降，QP，序列二次规划等

8.决策理论：POMDP，MDP，状态机，决策树，贝叶斯理论等。

9.博弈论：纳什均衡等

10.车辆动力学和运动学模型、坐标变换、四元素等。

11.策略迭代的学习方法：Qlearning等方法。

12.熟悉交通规则和驾驶能力。

13.滤波：低通滤波、高通滤波、带通滤波、陷波器、均值滤波、中值滤波、卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波、粒子滤波等。

14.还有一些仿真工具，如百度，prescan、trucksim、dspace、VTD、carla，sumo等

15.通信：UDP、TCP。