自动驾驶决策规划控制工程师技术要求

发布时间:2023-09-12 10:30

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。

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号