作者 | 小六 编辑 | 计算机视觉life
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
本文只做学术分享,如有侵权,联系删文
作为一个曾经的SLAM算法工程师,最近经常被问的问题就是
★SLAM技术是不是过时了?是不是要被淘汰了?前几年SLAM算法工程师在智能驾驶领域还是非常吃香的岗位,最近一两年都不怎么招聘了。到底是怎么回事?要转行吗?
今天和大家聊聊我的观点。
SLAM在自动驾驶领域是啥情况?
最近和自动驾驶领域的一个同行交流,有一个观点分享给大家。
为什么早期的自动驾驶行业SLAM岗位那么火?
可能原因之一是当时大家对SLAM在自动驾驶领域的能力边界没有搞清楚。
怎么说呢?有一个知名的数据集叫kitti, 很多论文里面的视觉SLAM在kitti数据集上跑的效果都非常好。
而当时很多人还不太懂SLAM的上限,认为视觉SLAM完全可以hold住自动驾驶的定位。另外一个就是当时的激光雷达和RTK特别特别贵,自动驾驶公司觉得如果我们能用视觉SLAM的方式搞定自动驾驶汽车的定位,能够省很大的成本,非常有前景。
后来大家发现,其实在论文里面跑的特别好的算法,在实际项目中应用不是那么好用,核心的问题就是鲁棒性不行,尤其是当自动驾驶场景里面都是动态物体的时候,用它来做定位太难了,简直就是灾难。
所以前几年SLAM的行情好,主要是因为很多人不太懂它,盲目地认为他能够做很多事情。然后,经过了最近这几年的洗礼,行业基本上知道在自动驾驶中SLAM没办法去扮演核心的定位的角色。
另外一个原因就是高精地图定位在开放场景自动驾驶下的鲜度、成本等问题,导致自动驾驶公司转向BEV,transformer,occupancy 网络的方法。详细解释见我之前的分析:高精地图 为什么从“小甜甜”变成了“牛夫人”?,以及嘉宾游振兴的分享 智驾“重感知,轻地图”技术趋势和SLAM技术可长期支持的业务场景的思考
之前自动驾驶里做SLAM的人去哪里了?
有这几个方向
如果还想继续在开放道路自动驾驶公司做SLAM算法。可以转去做自动泊车、传感器标定和4D数据标注和真值生产,这些还是非常刚需的。短期内看没有其他能取代的。特别想补充的一点就是随着端到端技术在自动驾驶中的逐步推广和应用,对于整个智驾算法带来的影响可能都是革命性的,端到端本身需要大量的训练数据,这就会使得自动标注的重要性得到提升,而SLAM技术在自动标注中尤其是真值生产中仍然发挥重要不可替代的作用。
还有一些内部转岗的,比如转去做occupancy network、BEV 感知、3D Gaussian Splatting等。需要说的是之前学习的SLAM、多视图几何的知识并没有白费,因为你具备这些技术和基础你才能做的更深入。
如果是封闭、半封闭区域场景的自动驾驶,比如说物流配送、矿山、港口等自动驾驶场景,它对SLAM还是比较刚需的。
转到其他相关行业。比如 机器人、MR/AR、无人机等领域,SLAM都是非常刚需的。
你赞同这个观点吗?欢迎留言讨论。
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!重磅,自动驾驶之心科研论文辅导来啦,申博、CCF系列、SCI、EI、毕业论文、比赛辅导等多个方向,欢迎联系我们!
① 全网独家视频课程
BEV感知、BEV模型部署、BEV目标跟踪、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.com② 国内首个自动驾驶学习社区
国内最大最专业,近3000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,聚焦感知、定位、融合、规控、标定、端到端、仿真、产品经理、自动驾驶开发、自动标注与数据闭环多个方向,目前近60+技术交流群,欢迎加入!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】全平台矩阵