自动驾驶行业，练习时长两年的产品经理的知识体系构建~

作者 | BUAA火车侠  编辑 | 汽车人

原文链接：https://zhuanlan.zhihu.com/p/606269242

点击下方卡片，关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

>>点击进入→自动驾驶之心『BEV感知』技术交流群

本文只做学术分享，如有侵权，联系删文

21年中开始，在毕业三年之后，开始围绕自动驾驶构建自己的知识体系，到目前为止不到两年。总的来讲，看的东西不算少，形成深刻记忆的少一些，通过实践内化为自己能力的则更少。能清晰地感觉到，和其他从业者之间知识深度、广度存在差距，写的东西也都是些没太多深度的小白类文章，我也感觉很惭愧。但毕竟前几年落下很多，现在还处于补课的阶段，慢慢来吧。

一些数学性很强的东西都是纸质笔记，一些理论性没那么强的东西我发在了知乎上。

读书时其实对学习知识的兴趣没那么大，后来更是被眼病搞得失去了学习动力。有意思的是，27岁之后又开始对知识产生了浓厚的兴趣。出于种种原因，我在这个行业里的位置仍然不高，仍然是一个比较蹩脚的“产品经理”，这种背景下，兴趣是支撑我前进的最大动力。

用Xmind整理了一下自己这几年的知识树，知乎的图片不够高清，后面也会用文字表达一下。一些还没有学，但想要了解得内容，也会列出来。总体感觉就是知识一直不够用，学习的时间和精力也是不够用。虽然心急，但能咋办？学吧，学无止境，太深了~

1. 学科基础

1.1 数学（没有太多实践，学过后忘得多，但能有基本概念）

1. 最优化方法：基础概念，梯度下降（最速）、牛顿法、拟牛顿（DFP、BFGS）、高斯牛顿、LM，拉格朗日，KKT等

2. 概率统计：贝叶斯理论 ->BF、KF、EKF、UKF、PF

3. 矩阵论基础（研究生学过，忘了很多，重点关注基础概念、QR、SVD等）；

4. 傅里叶变换原理；

5. Cartisian坐标与Frenet坐标的转换；

1.2 计算机（浅薄，记忆不深刻）

1. 《计算机组成原理》

2. 《操作系统》（了解车载OS）

3. 《计算机网络》（了解车载网络通信相关）

4. 《编译原理》（一知半解）

5. 《数据结构与算法》（没力气看，有空再说）

1.3 深度学习与图像处理算法基础

1. 《统计学习方法》

2. 《冈萨雷斯：数字图像处理》

3. 主流深度学习方法、论文（待学习）

1.4 SLAM算法（知识基本局限于《14讲》）

1. 三维空间的刚体运动：旋转矩阵、四元数、李群李代数；

2. 前端odometry；

3. 后端优化方法：BA、KF、EKF等

4. 回环检测的概念与方法：基本概念；

5. 主流点云registration算法：ICP、NDT等；

6. 主流的SLAM算法：ORB、LOAM系列、LIO、VIO、R3Live的基本原理（待了解）；

1.3 工程工具（浅尝即可，个人岗位也不大需要，需要有一个基础概念即可）

1. C++（硕士写过，已经忘）

2. Python（硕士写过，已忘）

3. Linux系统

4. OpenCV

5. PCL点云处理

6. Eigen

7. 深度学习：Pytorch

1.4 智能化汽车的原理

1. 自动驾驶感知硬件原理（工作中有所实践，记忆更深刻一些）；

2. 自动驾驶执行层的线控底盘技术原理（组车辆时候用到）；

1.5 汽车&自动驾驶产业相关

1. 主要整车厂及其产出车型，车型的自动驾驶的能力；

2. 主要自动驾驶厂商及其能力

3. OEM的整车研发流程（限于德系OEM，第一份工作带来的经验）；

2. 智能汽车基础软件架构

2.1 汽车OS（仅限于了解概念）

1. 自动驾驶域：实时操作系统OS：宏内核的RT Linux、微内核的QNX

2. 座舱域：Linux、Android；

3. 基础车控：OSEK\VDX、AUTOSAR CP

4. Hypervisor硬件虚拟化：Blackberry、ACRN

5. BSP板载支持

2.2 中间件（大部分限于概念，CyberRT有所学习）

1. DDS通信原理：应用层协议，需要了解CyberRT、ROS2

2. SOME/IP原理：应用层协议。

3. 标准化中间件：AUTOSAR AP面向自动驾驶，CP面向基础车控

2.3 自动驾驶框架（待了解）

1. Apollo

3. 自动驾驶算法原理

3.1 车端感知

1. BEV原理

2. Occupancy Network基础原理

3.2 定位

1. 基于高精地图匹配的定位（淘汰）；

2. 基于GNSS的定位；

3. 主要的融合定位方法（KF、BA）；

3.3 规划

1. 全局规划：A* 、Dijkstra

2. 决策规划：基于规则——开辟凸空间，基于强化学习

3. 路径规划（凸空间优化）：搜索、采样、二次规划

4. EM Planner（Expectation Maximum算法）

3.4 控制

1. PID-比例积分微分：工科生的老朋友；

2. LQR：线性二次调节，主流控制算法；

3. MPC（待了解）

3.5 预测（完全没概念）

4. 自动驾驶仿真系统

调研比较充分，实践局限于围绕HDmap的数据采集和静态场景搭建；

5. 导航电子地图

练习时长一年半，了解相对多一点点。

6. 标准类

1. 自动驾驶仿真相关标准：

• 高精地图、静态仿真场景OpenDrive（地图、仿真都有用）

• 精细化路面建模、仿真OpenCRG

• 动态仿真场景OpenScenario

1. 中国道路建设标准GB5768（地图、仿真场景都有用）

2. 功能安全相关标准：ISO 26262，ASPICE（知之甚少，应该需要量产项目才能有深刻认识）

3. 政策法规相关标准：主要是国内自动驾驶开发的法规，需要脱敏；

7. 产品设计能力

路子比较野，专业性待提高。产品经理的方法论需要建设。

投稿作者为『自动驾驶之心知识星球』特邀嘉宾，欢迎加入交流！

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、车道线检测、轨迹预测、在线高精地图、世界模型、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、大模型与自动驾驶、Nerf、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码即可学习）

网页端官网：www.zdjszx.com

② 国内首个自动驾驶学习社区

国内最大最专业，近2700人的交流社区，已得到大多数自动驾驶公司的认可！涉及30+自动驾驶技术栈学习路线，从0到一带你入门自动驾驶感知（2D/3D检测、语义分割、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、大模型、端到端等，更有行业动态和岗位发布！欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦2D/3D目标检测、语义分割、车道线检测、目标跟踪、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、在线地图、点云处理、端到端自动驾驶、SLAM与高精地图、深度估计、轨迹预测、NeRF、Gaussian Splatting、规划控制、模型部署落地、cuda加速、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）

④【自动驾驶之心】平台矩阵，欢迎联系我们！