一份图谱告诉你学习自动驾驶的路径就是这么简单

一份图谱告诉你学习自动驾驶的路径就是这么简单

这也是极客邦科技联手百度Apollo团队，共同推出《Apollo 自动驾驶工程师技能图谱》的原因所在——希望Apollo将其在自动驾驶领域的研发实力、技术沉淀、行业洞察，以及 Apollo核心能力和技术框架，进行一个梳理和沉淀，为希望深入自动驾驶领域的开发者和工程师，呈现一个自动驾驶的技能全景图。

技能图谱十问十答

问题1：为什么要规划这样一份技能图谱？

技术发展太快，技术模块涉及繁多，自动驾驶领域需要这样一个技术和技能的梳理，帮助自动驾驶工程师全面了解、快速学习和成长，也给有志于转行自动驾驶的技术人一个指引。

问题2：该技能图谱面向哪些人群？可以帮助学习者达到什么目标？

问题3：这份技能图谱包括哪些学习模块？模块设立和划分规则是什么？

问题4：这份技能图谱是怎么策划出来的？

在策划阶段，按照模型、算法、硬件、车辆相关背景知识四个维度，以问卷、面聊等多种形式，收集百度内部7、8个团队近30位技术专家的专业反馈，再把反馈按照目前的基础层、Apollo层整理分类，经历多次Review，最后与大家见面。

问题5：自动驾驶领域的开发者，哪部分的学习能力需要加强？

问题6：对于学习Apollo的开发者来说，最大挑战是什么？

另外的挑战就是硬件方面了，如果开发者买一个设备进行调试，在没有官方人员支持的情况下是比较困难的，因此Apollo把适配后的硬件设备发到GitHub，让开放设备在GitHub 上有现成实例，开发者改过之后就可以用。

非常大。目前我国汽车从业人员达到360万，但其中技术人才不到50万，占比不到15%。这其中虽然很难明确界定自动驾驶人才有多少，但是可以想见肯定不多。而且从自动驾驶专业人才年薪动辄几百万上千万，就可以知道人才有多紧缺。

问题8：目前Apollo最需要哪方面的人才？

目前会有很多合作伙伴寻求接入Apollo开放平台，为自己的产品注入自动驾驶能力。在接入过程中，车辆、硬件传感器的接入是开发者需要接受的第一关，需要掌握系统集成方面的知识。解决了集成问题后，对自动驾驶的要求就会往感知、决策规划、智能控制等模块方向进行转移。所以，了解整体Apollo结构的开发者，会是Apollo需要的人才；如果对其中某一模块非常熟知，也会是Apollo非常需要的人才。

问题9：自动驾驶开发者还有什么其他的学习路径？

问题10：已经拿到技能图谱的同学，他们看过之后希望2.0版本有哪些改进？

能有各分支更细化的知识和技能表，包括推荐一些好的学习资源；

期望后续版本可以极大降低无人车成本，实现量产；

希望提供能力进阶地图；

首批用户对技能图谱评价

我对Open Modules最感兴趣，因为我相信开源的力量是非常强大的，在使用开源代码的时候不仅能够促进百度的技术进程，开源还让我思考——我可以利用这些开源项目来做些什么，这是一个多赢的发展方向。

从1.0版本技能图谱可以看出，Apollo对于自动驾驶现有问题都能给出成熟的解决方案，已经极尽现有经验和想象。

这份技能图谱让我对自动驾驶所涉及的技术领域有一个清晰认识，便于让我结合自身能力进行相关学习。

我对这份技能图谱感知规划部分非常感兴趣。知识技术都是相通的，可以灵活迁移，该部分对本人现在从事的机器人自主视觉导航具有很大的借鉴意义。