点击下方卡片,关注“自动驾驶之心”公众号
ADAS巨卷干货,即可获取
2022年的7月份,和朋友一起聊天,谈到自动驾驶的未来会是怎么样的?到底是一场泡沫还是能够推动社会进步的技术?早期一直期待的高级自动驾驶功能迟迟没有出现,L4定位的公司也逐渐转到L2+,这个行业后面到底会怎么样?还需要长达10年甚至20年的沉默期吗?多家自动驾驶公司裁员,有的甚至整个部门清空,是资金链断掉了,投资人没有信心了吗?全都是问号,没有答案!虽然没有答案,再回到聊天,我们还是很有信心的,造车新势力和各大主机厂基本把L2级别的辅助驾驶功能作为标配,小米更是投入巨资布局自动驾驶,国家对新能源的支持力度从未消减,而新能源汽车和自动驾驶堪称珠联璧合!未来可期~
为什么现在还要做公众号?too late?虽然已经有那么多技术类公众号了,可是每次找寻一些自动驾驶的资料和文章还是很费劲,没有一个自动驾驶领域内的全栈知识库,许多入门和转行的同学不知道从哪里开始,搜集资料费时费力,零星的资料不成体系,且良莠不齐,浪费了很多宝贵的时间。自动驾驶涉及的知识面很广,包括2D/3D的一些检测、分割、车道线、分类任务,以及多传感器融合、SLAM、规划控制、高精地图、模型部署优化等!也是基于这个原因,几个创始人决定在工作学习的同时,输出整套体系给大家,从全局的角度为大家呈现方方面面。
一、流水不争先
相比很多前辈的技术公众号,自动驾驶之心成立较晚,但流水不争先,坚信做正确的事情,永远不晚。第一次做公众号,一切从0开始!想了好久选了一个让大家更容易记的ID,从上线第一篇反复修改的原创,到今天的150+原创文章,从开始只有我们自己关注,到现在有几万共同学习的小伙伴,从夏日炎炎到大雪纷纷,我们走过了初创的2022。开始一段时间真的是靠朋友圈的这些老伙计支持,由于我们前期主要关注3D检测、BEV感知、多传感器融合等,最初的一批粉丝也主要是这类方向,后来得到的反馈越来越多,方向也越来越多,我们公众号推送文章的风格也几经变革,但不变的是分享知识的初心。现在回想初期,大家头一次做公众号的内容分享,就是想着给关注的粉丝们最好的内容,让领域更认可我们,几个人改稿到深夜,每一个公式和段落都会很仔细的check。随着我们个人在知识分享方面的经验积累,更借助于很多领域大佬的热心投稿,公众号内容已经相比初期有了一个质的飞跃。我们坚信,做时间的朋友,慢慢用高质量的内容吸引大家的关注。
自动驾驶之心知识星球是一个偶然的机会建起来的,当时正在如火如荼的创作公众号内容,也添加了很多小伙伴的联系方式,大家聊熟了就直接反馈说公众号文章很好,但是太长了,有没有太长不看版的前沿文章分享,核心需求是选前沿好文章,适当解读,保证新和好。还有同学反馈公众号文章都是一些知识的点,可不可以系统性分享下一个这个领域的各个细分方向?虽然有交流群,但是大家在群里交流,消息多了核心点就被淹没了,能不能有个方便记录问答的好的方式。朋友们反馈的这些问题让我们感觉有必要再建立一个知识分享平台,解决这些痛点。自动驾驶之心知识星球应运而生。我们将自动驾驶领域内的知识点系统性的放到知识星球,每天分享前沿文章和代码干货,方便随时查阅。星球的初衷就是分享的同时,调动大家学习的积极性,和每一个成员一起将星球建设成一个自动驾驶领域的学习社区。
二、争那滔滔不绝
不争先,但要争那滔滔不绝!今年我们和许多自动驾驶公司和高校建立了沟通,为了方便大家学习交流,创建了几乎所有技术子方向的交流群,吸引了一大批同学加入,在经济下行的时代,自动驾驶还能保持活力,这个行业不可小觑。
文章方面,七月份到一月底,半年多的时间内,我们一共输出了150多篇原创文章,每周保证5篇以上的原创内容,持续输出价值。由于汽车人几位小伙伴本身也是业内工程师,在不影响工作的前提下,每天都在最大化地利用闲暇时间。调研论文补充方向,思考哪些内容是大家需要的,哪些是有价值的,在此期间成长很多,也慢慢能从更高的层级上审视自己的工作内容在整个自动驾驶行业内的价值,更加明白自己需要什么,未来应该如何走下去。一言以蔽之,不积跬步无以至千里。
期间我们也接触了很多业内的大佬,认识了很多值得交心的朋友,汽车人更是十分荣幸邀请到大家来平台投稿并输出价值。过往种种历历在目,在这里汽车人真心的跟大家说一声谢谢,没有各位的支持,我们很难走到现在。
星球方面,历时半年,我们搭建了一个国内最专业的自动驾驶感知、定位融合、仿真部署的平台,完成了近25+的技术方向学习路线的搭建!每个方向梳理的过程中,对我们自己而言都是汗水,都是成长,更是价值!这里也特别推荐这个地方,我们坚持每天至少三个干货分享,坚持做十年!
但是个人的力量毕竟是有限的,为了能够更好地解答大家的问题,汽车人邀请了行业近20位大佬加入我们,涉及3D检测、BEV、数据闭环、2D检测分割、SLAM、高精地图、规划控制、多传感器融合等多个方向!未来,我们会持续与业内专业人士保持沟通,邀请更多的大佬加入我们,让更多的人感受到价值并输出价值!
今年也邀请了一系列大佬直播前来分享,但由于时间关系,我们没有做到很好,这一点来年一定改进,在分享方向、内容上做进一步优化!
三、2023年的计划
2023年应该是自动驾驶之心的元年,我们将会把内容输出作为重中之重,这到任何时候都不可动摇,将会为大家持续分享。目前已经和香港和新加坡的几所高校建立了稳定的合作关系,他们会不定期前来分享计算机视觉与自动驾驶相关内容,包括图文和直播。另外向大家强烈推荐自动驾驶之心知乎号,几个小伙伴决定后面做到日更,至少坚持做三年。分享BEV、2D/3D检测、分割、车道线、多传感器融合、SLAM与高精地图、轨迹预测与规划、端到端等多个方向,相信这一定能够给大家科研和工作带来许多灵感!
今年已经收到很多同学反馈,没有特别完整的技术学习路线,这一点,我们在2023年也会更加完整化。自动驾驶之心知识星球是我们今年维护较多的一个地方,本来想在技术交流群和大家讨论问题,但是发现太过于零散,不够系统,讨论和分享存活周期太短,后面就调研了下知识星球,这里确实是一个好地方,能够长期存储问答、分享、视频等多种内容。目前星球内部已经引入了上述几乎所有方向的嘉宾,主要都是能理论能coding的算法工程人员和能发顶会的大佬,星球内部也做到日常至少分享3个帖子,涉及20+方向。后面可能会针对性的梳理一些课程,呈现给大家,这也是2023年我们计划要做的。
四、新年给大家的一些建议
1)关于学习
许多刚入门或转行自动驾驶领域的同学来询问我们学习方式。建议在入坑的同时,一定要对整个体系先有全局的了解,然后找到适合自己的研究方向。比如3D检测,是入坑单目3D、点云3D、LV融合、RV融合还是LRV融合呢?这个时候需要首先调研各个子方向的痛点以及学术界和工业界的趋势,多看榜单和arxiv,其实思路也自然就出来了,后面仔细制定下实验计划,一步一个脚印走下去!
很多和我们交流的粉丝,都在抱怨自己发不出论文或者不知道怎么发,可是深入确认后才知道大多都是刚升研二或者博一。个人的成长需要时间和精力付出,我们读书那会儿也是,进入实验室后,可谓夙兴夜寐、宵衣旰食,晚上到凌晨也不舍得走,甚至买行军床放在实验室。学习这东西,一定要多和大家讨论,思路也就出来了,独学而无友,则孤陋而寡闻。记得电视剧《功勋》里面的两弹一星前辈们,也都是激烈讨论碰撞,1万小时定律我依然是相信的,加上采用正确的方法,相信一定会成功。要记住,念念不忘,必有回响!
2)关于压力
今年找我聊的最多的小伙伴主要是一些已经工作和读博的小伙伴。首先聊下科研的压力,国内top院校的博士毕业要求较高,CV和自动驾驶research领域一片红海,顶会顶刊着实不好发呀!这里不再讨论如何去发论文,只想分享一些排解压力和情绪的方法。第一个方法,一定要和过来人讨论,他可以是你的师兄师姐,或者是你的导师,父母等,你面临的事情他们多数都已经遇见过并处理过,与其不知所措的担心、焦虑,不妨和他们交流,即使事情不完全一样,处理方法可能会非常相似,前人的经验其实和读万卷书学习是一样的,答案有的时候自己可以给,有的时候需要自己去主动找。第二个方法是一定要多运动,跑步和健身真的可以排解身上很多负面情绪,一个人能够走多远大多时候是看心态,希望运动能够作为大家一个长期可持续坚持的习惯。第三个方法是多去旅游,读万卷书行万里路,缺一不可,多去了解了解海内外的风景、民俗、历史遗迹、大自然的鬼斧神工,人是很容易在一些特定场景下想明白道理(开窍),再回头想想现在的压力,简直都不是啥事儿。
再说下工作的压力,已经工作的同学将要面临家庭和事业发展两大难题。房贷和车贷压力是很多年轻人要面临的问题,薪资低、方向没前景是很多小伙伴吐槽的点,这里就聊一下自己看法吧。如果你刚踏入一个比较有发展的行业(比如自动驾驶),但由于新人薪资较低,这时候也不用太纠结抱怨,学校里的东西在公司没那么重要,许多东西要重头学习,前期最重要的是提升自己,踏踏实实去做,桃李不言,下自成蹊,如果你真的有才能,相信我,伯乐一定会有的!如果这个行业确实已经没有前景,做好准备,在合适的时机转行。工作中遇到不公平或者烦恼的事情是不可避免的,毕竟人生不如意十之八九,不妨看长远一些,忘却那些烦恼,砥砺前行,相信一切都是最好的安排。成年人的世界没有容易二字,一生的苦难也没有尽头,要学会取经,行者在行,所以路可行至万里!
3)最后新年的祝愿
最后祝愿大家,新的一年都能心想事成、学业事业都能高升,感谢大家支持自动驾驶之心,未来的路再远,我们一起走,来年见!
4)2022年优秀工作汇总
我们最值得关注的是输出了综述类文章20+个方向约50篇,汇总如下:
多传感器融合
1.领域最全!多传感器融合方法综述!(Camera/Lidar/Radar等多源异构数据)
2.2022最新综述!一文详解自动驾驶中的多模态融合感知算法(数据级/特征级/目标级)
BEV感知
3D目标检测
1.纯视觉3D检测综述!一文详解3D检测现状、趋势和未来方向!
2.大盘点 | 基于Range-View的数据处理及3D检测算法
3.一文尽览 | 基于点云、多模态的3D目标检测算法综述!(Point/Voxel/Point-Voxel)
4.超全 | 基于纯视觉Multi-Camera的3D感知方法汇总!
视觉Transformer
模型部署
目标跟踪
1.90+目标跟踪算法&九大benchmark!基于判别滤波器和孪生网络的视觉目标跟踪:综述与展望
SLAM
1.盘一盘!实时自动驾驶车辆定位技术都有哪些?(视觉/Lidar/多传感器数据融合)
2.视觉和Lidar里程计SOTA方法一览!(Camera/激光雷达/多模态)
卡尔曼滤波
目标检测
3.超大超全!万字长文详解多领域实时目标检测算法(2022最新)
鱼眼感知
端到端自动驾驶
深度估计
1.2022最新综述!稀疏数据下的深度图补全(深度学习/非引导/RGB引导)
光流
轨迹预测
分割
1.首篇!最全的全景分割综述(RGB图像/医学图像/LiDAR)
高精地图