傳統(tǒng)車輛工程研究生以后希望從事無人駕駛相關工作，如何努力？

點擊上方“小白學視覺”，選擇加"星標"或“置頂”

     
     

      
      

       
       
        
        

         重磅干貨，第一時間送達 
         
         
        
        
      
      
     
     

本文僅作為學術分享，如有侵權，聯(lián)系刪文，原文鏈接

https://www.zhihu.com/question/400336056/answer/1290606915?

選導師時沒有選上無人駕駛方向的老師，但是還是很希望能從事此方面工作，請大佬們出出主意，自學無人駕駛方面的知識可以嗎？

Zhou Longfei

看到樓上很多負面勸退的回答，不免惻隱，給你一些個人分析和正面建議。

首先，你選擇無人駕駛的朦朧感覺是對的。無人駕駛這個產業(yè)明顯是新興的大產業(yè)，這才是年輕人應該去掘金冒險的行業(yè)。這個行業(yè)雖然也有近10年，還沒有哪家公司真正把商業(yè)模式打通，還沒有壟斷巨頭。如果你從現(xiàn)在開始積累，10年后如果產業(yè)成熟，你即便是普通的早入行者，也不會虧。男怕選錯行，這是真理。行業(yè)發(fā)展機會帶來的風口遠大于個人努力。

第二，你應該從哪個具體方向切入手。其實這個問題的答案本身就藏在第一點分析里了。無人駕駛既然是一個大產業(yè)，那就需要大量的產業(yè)鏈技術人員，你只要切入一個相關點，就算入行了。接下來，我先授你以漁，再授你以魚。漁是，你可以花一個月時間去了解業(yè)內知名無人駕駛公司的招聘崗位和技能要求，去看無人駕駛相關的公眾號和新聞報道，并從中分析無人駕駛的關鍵熱門技術的依賴項！對，我給你的打魚第一條原則是，去研究熱門技術的依賴項，而不是熱門技術方向。第二條原則是，不要進入有很多高校開設了專業(yè)的方向，而是選擇產業(yè)有需求但是高校研究并不多的方向，這樣能避開大量競爭。魚就是，AI在無人駕駛的環(huán)境感知中很火，那么你不要去搞CV和圖像處理，但是你可以去搞radar和超聲波的AI研究；如果你覺得lidar的深度學習很有意思，你可以去搞激光點云的自動標注研究；如果你覺得神經網絡很重要，你可以去搞神經網絡的部署研究，比如模型壓縮和小型化和在芯片、硬件上的并行高效實現(xiàn)，去精通CUDA編程。如果你覺得地圖和定位很重要，你應該避開GPS和imu融合這樣的點，可以去研究構圖的眾包，研究地圖數據的回傳和OTA，研究離線地圖和傳感器感知的結果如何融合以及在兩者發(fā)生沖突時如何仲裁。如果你覺得無人駕駛總是不那么讓人放心，你可以去研究功能安全，研究mobileye的RSS模型，研究安全評估，研究怎樣評估自動駕駛做出的決策是可信的，研究怎么判斷無人駕駛發(fā)生車禍時到底是對方車輛的原因還是自車的無人駕駛出錯導致的。

你看，我列了一堆業(yè)內至今沒有很好解決的技術困境，如果你在其中某一方向有所建樹和個人心得，你的未來就業(yè)絕對不是問題。當然，還有更多的仿真、測試、數據平臺、傳感器標定同步、人機交互等等等其他方向的技術難題，由于我本人的知識所限，沒有列舉。無人駕駛是個新產業(yè)，還遠遠沒到發(fā)生人才內卷的時候，只是在你是個外行，還不夠了解行業(yè)內情的時候，注意力才只會關注熱鬧外表、而不是技術困境對應的技術點。從研究本身來說，解決真實需求的技術研究都是有價值的，特別是那些針對極其困難的需求的研究。

王方浩

很多人大學畢業(yè)之前都不知道自己將來會從事什么工作，包括我。我當時就讀的是電子信息工程，同期比較火爆的專業(yè)還有生物工程。但實際上最后我并沒有從事電子工程師的工作，生物工程現(xiàn)在也淪為了勸退專業(yè)之一。

換句話說，當今社會你只要沒有從事計算機專業(yè)，那么就會被認為是失敗。因為這10年無疑是互聯(lián)網蓬勃發(fā)展的黃金時期，大量早期選擇礦業(yè)、環(huán)境等專業(yè)的人轉過去做互聯(lián)網，都很好的占到了第一波紅利。所以大家覺得是做互聯(lián)網成就了自己，要是做其它的，同樣的經歷，指不定混成啥樣子，這就是所謂選擇行業(yè)的不公平。

什么是對的選擇？

那么再回到題主這個問題，為什么覺得做無人駕駛就一定要算法超群，30歲之前不混出個頭來就是失敗呢？站在功利的角度說，人都需要吃飯，工作做不好，那么連飯都可能吃不上。但站在題主的角度分析，現(xiàn)在還只是讀研階段，按照正常的邏輯，只要你真是上課認真，寫論文實習都很勤奮，加上你能夠一開始就想到自己將來要從事什么樣的工作，我覺得你一定會找到一份滿意的工作。

如何選擇？

至于做不做無人駕駛，無非是擔心這個行業(yè)現(xiàn)在還很小眾，畢竟現(xiàn)在無人駕駛落地困難，很多創(chuàng)業(yè)公司都可能隨時倒閉。在進入自動駕駛公司之后，又擔心自己的發(fā)展問題，以后上升空間足不足，能夠做到什么程度？下面我針對這2個問題進行展開。

要從事自動駕駛嗎？

首先看下普通人是否可以從事自動駕駛相關的工作。在無人駕駛領域我也只是一個小菜鳥，指點江山，激揚文字就談不上了。其實我早就思考過這個問題“為什么現(xiàn)在無人駕駛領域大家都非常崇拜算法呢？”根據我個人的理解，可能是因為目前無人駕駛還不太成熟，當大家都不知道怎么做的時候，算法的作用就體現(xiàn)出來了。類比到做題，當你不知道一道題該怎么做的時候，你會去找人請教，或者去網絡上搜索解法，當你找到某一個方法論，告訴你這類問題都可以通過這個理論去解決的時候，你就覺得還是發(fā)明算法的人厲害。

以我個人舉例子，當我看到自動駕駛模塊的各種算法時，覺得自己真是孤陋寡聞，之前想都沒有想到，自己也不可能想到這個問題的解。我才知道必須要通過某一些方法論去做自動駕駛，首先我想到的是去查論文，去了解最新的方法。通過這點我也對之后未來的工作趨勢做一個判斷，以后工作會越來越精英化，因為隨著人類社會工業(yè)的進步，工作需要的理論知識越來越多，也就是說只有少數掌握了核心能力，并且經過長期訓練的人才容易出成績，如果掌握的專業(yè)知識不足，可能只是去實現(xiàn)它，也就顯得不那么重要了，這也是為什么現(xiàn)在博士越來越吃香的原因。

當然我覺得現(xiàn)在讓某個人單獨創(chuàng)造出一套理論，比如數論，卡爾曼濾波之類的定理來解決自動駕駛中的問題，我覺得可能有點太強人所難。我更傾向于科學家去解決這類問題，然后由自動駕駛工程師引入某個定理來解決這一類問題。所以我并沒有覺得自動駕駛遙不可及，也沒有覺得計算機視覺晦澀難懂。

拿Apollo中的算法實現(xiàn)舉例子，許多算法可能20年前就提出來了，至今仍然是最佳實踐，也就是說你不用太著急自己知識的缺乏，實際上你只要理解好現(xiàn)有的算法就可以很好的勝任工作了。

既然解決了擔心是否能夠從事自動駕駛的問題，那么我們在談下行業(yè)的發(fā)展。

至今，自動駕駛和電動汽車已經被車企確認為是未來的趨勢了，所以方向上來說肯定沒有什么大問題，只是目前自動駕駛落地和盈利確實還很困難，但是無疑目前基本所有的車企都在布局這塊，我覺得對你來說有二點優(yōu)勢。

1.目前還在讀研，等到2年之后，自動駕駛的局勢可能比現(xiàn)在更加明朗，到時候再做選擇一點也不遲

2.本身從事車輛工程，如果你確實準備從事汽車行業(yè)，做不了自動駕駛，學到的技術也可以用到輔助駕駛，橫豎都用的上，沒有走什么彎路

在此，給出一點淺薄的建議是，如果以后確實從事汽車相關的專業(yè)，我倒是非常建議學習下自動駕駛相關的內容，即使后面咱不從事自動駕駛，還可以去做輔助駕駛，而且汽車行業(yè)的2大趨勢是自動駕駛和電動車。

上升空間足不足？

大家都知道做新行業(yè)的機會多，F(xiàn)acebook首席運營官謝麗爾·桑德伯格當初選擇加入google的時候就是被那句“如果有人給你一個火箭上的座位，別問位子在哪里，上火箭就對了?！?/strong>吸引過去的，雖然我也很欣賞這句話，但往往有的時候現(xiàn)實并沒有那么理想，可能公司創(chuàng)業(yè)失敗之后，你還不如之前按部就班的工作?？偟膩碚f新行業(yè)的機會確實更多，但不要天真的以為有機會就代表著成功，有可能也會面臨失敗的風險。任何行業(yè)都是如此，只是傳統(tǒng)行業(yè)的風險會小一點，剛加入一家企業(yè)的時候做什么都是對，等到工作幾年，那么著實就會面臨晉升和發(fā)展風險，工作年限越長，別人對你的要求就越多。

    
    

     下載1：OpenCV-Contrib擴展模塊中文版教程
     
     

    
    
    
    

     在「小白學視覺」公眾號后臺回復：擴展模塊中文教程，即可下載全網第一份OpenCV擴展模塊教程中文版，涵蓋擴展模塊安裝、SFM算法、立體視覺、目標跟蹤、生物視覺、超分辨率處理等二十多章內容。
    
    
    
    

     
     

    
    
    
    

     下載2：Python視覺實戰(zhàn)項目52講
    
    
    
    

     在「小白學視覺」公眾號后臺回復：Python視覺實戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數、添加眼線、車牌識別、字符識別、情緒檢測、文本內容提取、面部識別等31個視覺實戰(zhàn)項目，助力快速學校計算機視覺。
    
    
    
    

     
     

    
    
    
    

     下載3：OpenCV實戰(zhàn)項目20講
    
    
    
    

     在「小白學視覺」公眾號后臺回復：OpenCV實戰(zhàn)項目20講，即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目，實現(xiàn)OpenCV學習進階。
    
    
    
    

     
     

    
    
交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據研究方向邀請進入相關微信群。請勿在群內發(fā)送廣告，否則會請出群，謝謝理解~