如今车企不景气,特别是乘用车行业。各大车企研发类招聘以计算机专业为主,其次是自动化和电子电器,最后才是车辆和机械。这些车企有大量的车辆和机械的老员工,缺少的是计算机和自动化人才。车辆工程不仅没前途,也没有‘钱途’。
作为一名在读的车辆工程的研究生,给在读的大学生与将要读研的小伙伴一个建议,大家除了要学习汽车基础知识和一些必会的基础软件(如CAD、Catia、Carsim、Matalb等),大家一定要好好学习一门编程语言,推荐学习C/C++,Python。有人问C/C++,Python学到什么程度,第一要过二级;第二敲代码功底扎实,懂能看懂大部分代码;第三,根据研究方向精通一门语言。关于方向,大家别只走机械这一条路,还可以走两个方向,一个是底层控制,一个是上层感知。路要走广,扎头要精。
选好自己的路和方向,埋头学习提升自己,别找借口没时间、入门难等,找借口就是不努力。我也是车辆工程的在读研究生,研究生老师水平低,是纯机械的,经常有画图,写项目书,仿真和实验的工作要做。我还是抽出时间入门学习智能驾驶方面知识,我是先从全局了解智能驾驶的各个方面,感知—决策规划—控制是三个大方向(当时有点呆呆地,感觉自己啥都要学,啥都要干)。推荐入门的小伙伴去b站看一下百度apollo的免费视频。
我以控制作为切入口,学习各种路径跟踪算法,如PID,MPC,LQR,预瞄等算法,弄清楚控制原理和如何调参,我是以Carsim/Perscan与Simulink联合仿真实现仿真控制,Carsim中有大量的ADAS的Demo,可以好好研究下。这只是理论,涉及到实际情况不得不提C/C++ 和32单片机。要想控制还得靠32单片机,Simulink支持将S语言转C语言,但是需要修改一下,是不是很方便。接着,要实现底层控制,必须要安装各种传感器,比如轮速传感器,位移传感器等,大家还要学习如何标定这些传感器与通信。最后,底层控制关键在电机控制。大家想学的话,可以多去CSDN,知乎上搜索学习,最重要的是别忘了GitHub。没老师带路真的学的慢,花了半年时间学的真不容易,还好找到个搞智能驾驶的老师,跟着大佬混,大佬的项目组好有钱,传感器,摄像头,雷达,GPS,连惯导都有,还有之前学长制作的各种无人小车。DSpace硬件在环试验验证和调试代码真的好方便。(怎么样才跳出原来的坑?我跟我导师铺垫了好久,再去说:我去X老师那里学习无人驾驶的知识,回来自己搞我们的无人小车(画饼)。提醒要读研的小伙伴,选好导师很重要!)
本来我就要扎头到底层控制了,没想到我还是转到上层了。Why?被大佬老师忽悠了。项目组不缺底层控制的,也不缺决策规划的,缺上层感知的,因为上层感知研究的博士生和硕士生毕业了,全靠一个研y三老学长带,刚进来的研究生和我一样小白,苦啊!从算法与数据结构开始学习,Python,C++,Linux,ROS,Tensorflow,Keras,Opencv,机器学习,深度学习。用了近三个月时间来搞这个,有工作站和GPU,代码训练的就是快。高强度学习感觉头发都掉了不少,赶紧买霸王洗发露洗头,这段时间的学习收获满满,好充实。接着,我搞的是机器视觉,比如车载摄像头识别(人脸识别、表情识别、危险驾驶动作识别)、目标检测(RCNN,YOLO)、车道线识别(语义分割)。入了门修行看个人,要学会在顶级期刊上学习各种新东西。YOLOv5都出来了,我过了一个月才知道 。(这就是不关注热点和学术最新消息反面例子)。
最重要的来了,提到机器视觉,不得不提到视觉Slam,搞无人驾驶上层感知不懂这个就太Low了,入门是靠大家都知道的《视觉SLAM十四讲》,配合视频,源码一起学习,棒棒的!我在这里就不多说了!我也不过是入门而已。
总结一下,我现在主要做的是偏应用层次,没有研究理论 ,为了毕业水了一篇文章。缺点:第一,编程功底有点不足,需要抓紧时间锻炼;第二,是调包侠,会调参,但是理论不咋地,需要加强理论。当然,还有很多缺点就不说了,勉励自己要改正这些方面。最后送给大家一句话“Youth means effort!”