原创：晏茜
资料来源：Jack
本文将从三个方向介绍自动驾驶这一技术领域的相关内容，第一部分集中讨论自动驾驶行业的概况，包括自动驾驶的落地场景和发展趋势，第二部分是自动驾驶领域整体技术的概览，最后一部分会介绍自动驾驶岗位的能力需求，包括自身发展的需求和面试考核的需求。
1. 行业情况简介
场景落地
首先我们来看一下自动驾驶的落地场景，说到自动驾驶的落地场景，不可避免地要先了解一下自动驾驶的分级，自驾驾驶的分级以前都是由美国汽车工程师协会（SAE）进行拟定的，而于2021年8月20日，我国的工业和信息化部提出了全国汽车标准化技术委员会归口的《汽车驾驶自动化分级》，这意味着发展自动驾驶技术已经被国家提倡了日程。我国制定的自动化分级如下图所示。
为什么我们要对自动驾驶进行分级呢？对于非本行业人员，可能一提到自动驾驶，大概率都会认为自动驾驶的汽车一定可以进行完全自动化的无人驾驶，它不需要人的参与和控制，而其实这样的看法存在着误区。为了人们对自动驾驶技术有更加清晰的认知，业内人士呼吁要对自动驾驶进行精准的分级。
部分业内人士对于自动驾驶的分级也存在着一些误解，比如，有一部分人认为L0（0级驾驶自动化）是不具备任何的自动驾驶功能的，就像是老爷车一样，其实这种看法是错误的，L0级的自动驾驶汽车虽不具备执行能力，但也有一定的探测和提醒能力，比如，疲劳检测就属于L0级别的自动驾驶技术。
在上图自动驾驶汽车的L1和L2级别的标准中，都提到了横向和纵向运动控制，那么什么是横向控制，什么是纵向控制呢？所谓的横向指的是车辆方向盘的控制，转动方向盘进行左转或右转，所谓的纵向指的是车速、刹车、车辆油门的控制。只能进行横向运动控制或者只能进行纵向运动控制的自动驾驶汽车属于L1级别，兼顾横向和纵向运动控制的自动驾驶汽车属于L2级别。
L3级别的定义比较抽象，它指系统在其设计运行条件下持续地执行全部动态驾驶任务，比如，我们设计运行的场景是高速公路，那么L3级别的自动驾驶汽车不仅可以执行横向和纵向的控制，而且可以像人一样进行换道超车。虽然它已经可以执行全部的动态驾驶任务，但仍需人为的进行实时的监控并随时准备接管。
L4比起L3又进了一步，L4级别的自动驾驶是一种高度的自动驾驶，系统可在其设计运行条件下持续地执行全部动态驾驶任务并自动执行最小风险策略，即使是出现了危险性的因素，它也可以自己规避和处理。虽然它可以完全执行全部的自动驾驶任务，但也存在着局限性，即执行动态驾驶任务须在其设计运行条件下。L4级别的自动驾驶基本上受限于封闭的，半封闭，或局域内的场景中。
L5是指在任何可行驶条件下，全天候无人介入的进行自动驾驶。
场景落地-辅助驾驶落地
那么自动驾驶对应的落地产品有哪些呢？
车道偏离预警具有提醒的功能，不具备控制性的功能，因此它对应的是L0级别的自动驾驶。如果除了能够检测车道偏离，而且在此基础之上能够对方向盘进行控制从而纠偏，让车辆一直沿着道路行驶，并且在弯路时可以自动转弯，也就是说，执行了横向运动控制，那么这样的自动驾驶就属于L1的级别。如果我们的车辆可以设定一定的速度进行行驶，在它的前方有一辆车，并且车速比我们的车速慢，我们的车自动地跟随前车并保持一定的安全距离进行自动行驶，也就是说，具有纵向的运动控制，可以自动的调整车速，这也属于L1级别的自动驾驶。如果既能够控制方向盘，又能够控制油门和前进的速度，那么就是具有L2级别的自动驾驶。如果在L2级别的自动驾驶基础之上又能够超车，并且能够换道，就像完全是人开的一样，只不过需要人在旁边监视着，那么它就是具有L3级别的自动驾驶，L3级别自动驾驶的落地目前来说是相对困难的，其主要原因是它的安全性、可靠性难以保证。成本问题也是L3级别自动驾驶面临的重要问题。
场景落地-L4级自动驾驶落地
L4级别的自动驾驶是相对比较容易落地的，比如，无人配送车大部分都是在封闭或半封闭的场景中进行运营的，而且它们的速度比较低。L4级别自动驾驶的市场比较广阔，目前国内已有不少家做无人配送车的公司。自动驾驶出租车的发展潜力也是很大的，百度推出的自动驾驶出租车在北京等城市已经开展了试运营服务，用户可以在Apollo约车平台进行打车，自动驾驶出租车无需配备司机，用户上车后，可在限定的区域内自行设定目的地，自动驾驶出租车可以按照设定的目的地自动驾驶。在一些限定的区域内，自动驾驶出租车可以实现无人驾驶。环卫车、洒水车等用于公共服务的车辆往往是沿着固定路线来行驶，并且行驶速度一般较慢，它们也是容易实现的自动驾驶的落地场景。露天采矿所使用的矿卡，它们的路径基本上是固定的，没有过多的人、车辆、红绿灯等交通参与者，这也是自动驾驶易于实现的场景。
发展趋势
关于自动驾驶的发展趋势，我们主要从两个方面来进行分析，首先，对于企业来说，自动驾驶的落地是王道，现在已不再是靠Demo就可以造血的年代了，在自动驾驶发展的初期确实可以依靠Demo生存，但现在很多早期的自动驾驶公司已经处于量产的阶段，2021年上海的车展中更是涌现了大量的具备自动驾驶功能的智能化汽车，可见，自动驾驶汽车的发展对于企业来说是大势所趋。对于市场而言，自动驾驶的商业模式越来越清晰。在刚开始的时候，有的公司会考虑自己制造自动驾驶汽车，有的公司会在自己造车和不造车之间迷茫，具体的落地方式也不太清晰，大家在那个时候只是专注于研发技术，做自己的Demo车，但现在，自动驾驶的商业模式越来越清晰了，企业更倾向于强强联合，各自发挥自己的优势，以求合作共赢。
2021年至今，自动驾驶相关领域的公司如雨后春笋般出现。从事于自动驾驶的公司主要可以分为四类。第一类是互联网科技公司，他们往往有较好的研发基因，而且也有一定的资金基础，这类企业更适合自动驾驶技术的发展。第二类是传统的主机厂，因为自动驾驶的落地最终还是离不开汽车这个载体，所以许多的主机厂希望可以拥有独立研发的能力，不再受制于人，这些主机厂往往会以增加独立开发的团队，或以成立独立公司的方式来实现自主研发。第三类是资本+人才创业，相对于自动驾驶发展初期，现在的高精尖人才是更多的，其中许多的行业大牛都选择了自主创业。第四类是信息电子行业。
对于政策而言，我们国家于2021年8月20日已经出台了国内的自动驾驶分级，这也就意味着我们国家把自动驾驶或智能交通提上了日程，而且目前相关的一些法律法规也正在完善，可见自动驾驶的发展势不可挡。
对于个人而言，一些大厂或者独角兽企业自动驾驶岗位的入职门槛越来越高，相对的公司提供给人才的福利待遇也是十分可观的，这也是近年来自动驾驶人才培育的结果。
自动驾驶大部分落地的途径是，一些专门做自动驾驶解决方案的公司，特别是高新科技公司，在研发出自动驾驶的解决方案之后，会与主机厂进行合作，或将他的解决方案卖给主机厂，然后再通过主机厂卖给客户，这是一种自动驾驶常用的落地渠道。另外还有一种落地途径是一些公司不仅做自动驾驶的解决方案，而且直接可以把他的产品卖给客户。比如大家熟知的小鹏汽车，就是通过这样的方式进行自动驾驶的落地的。还有第三种途径，是主机厂不再需要高新科技提供的解决方案，而是自己来进行研发，也就是说，主机厂同时兼顾了自动驾驶的研发，在完成他的研发之后，直接卖给用户，这也是一种落地的途径。
最后一种自动驾驶的落地途径是企业既是用户、消费者，同时也是自动驾驶系统的研发者，而且也是主机厂。如果一个自动驾驶公司只是自动驾驶解决方案的提供商，他可能不得不依赖主机厂，从本质来说，他是受制于主机厂的。而一个主机厂可能受制于客户，因为他需要售卖的渠道。这种落地渠道的优势是，它是集用户、消费者、研发者、主机厂于一体的落地方式，他无需担心自动驾驶解决方案受制于主机厂，因为他的解决方案是自己的，他也无需担心主机厂受制于载体，因为主机厂可以自主研发，而且也无需担心售卖的渠道，因为可以自己消化吸收。举例来说，京东研发的无人配送车就是采用了这样的落地方式。
2. 整体技术概览
涉及的技术展示
自动驾驶其实是一个综合性的学科，它涉及的内容比较复杂。
首先我们来看一下传感器这一分支，从事于图像处理的同学，一定对摄像头传感器比较熟悉，自动驾驶的摄像头作为一种传感器可以分为两类，一是单目摄像头 ，二是双目摄像头，单目摄像头在汽车中主要用于识别红绿灯、车道线、行人、车辆等交通的参与者，双目摄像头目前来说稍微少一些，它包含三种原理，包括TOF，机构光，还有一般的图像特征点处理方式。它利用这几种原理来识别物体，不仅能够知道物体是什么，而且能知道物体的方位。学习机械电子专业课程的同学可能也学过传感器技术这门课，比如GPS是一种用于定位的传感器，IMU是自带传感器的，一般情况下，GPS和IMU可以实现组合惯导。现在汽车上还有一种比较重要的传感器，也就是激光雷达，激光雷达可以分为单线激光雷达和多线激光雷达，目前使用的基本上都是多线激光雷达。还有一种在汽车上使用较多的成熟的传感器是毫米波雷达。还有一种叫做超声波雷达，比如我们倒车遇到可能的障碍时，倒车雷达会发出滴滴的声音来报警，这其实就是超声波雷达的作用结果。
自动驾驶的核心的模块是算法模块，算法模块主要分为四部分，分别是定位、感知、决策规划，和控制。提到定位，首先我们需要确定定位的方案是什么，也就是说，我们该使用什么样的传感器，在定位中比较重要的一门技术是SLAM技术。感知这一模块，相对于其他模块而言，人才市场还是非常紧缺的，也就是说，他的岗位薪资很可能会超出你的预期，感知主要是去感知车道线、红绿灯，还有其他的交通参与者等等，它常用的传感器主要是基于图像的，基于激光点云的，和基于毫米波雷达的三种。对于定位和感知两个领域，他们有一门通用的技术，叫做多传感器融合。我们进行多传感器融合的原因是为了保证它的可靠性。有了定位和感知就可以进行决策规划了。规划这一领域可以分为两类，一是任务规划，二是路径规划。控制领域主要分为横向控制和纵向控制，这里涉及的算法主要是pure pursuit，stanley，PID算法等等。
有了算法之后，我们还需要算法的载体或平台。对于系统平台模块而言，目前来说我们用到最多的是Linux系统，我们可以在Linux系统下开发，也可以直接在Linux系统下运行。对于高级别的自动驾驶而来说，Linux系统的使用已成为主流。对于从事于辅助驾驶领域的同学，比如L0或L1级别的自动驾驶，可能用的比较多的是Windows系统下的simulink。传统主机厂更善于使用simulink。还有一些其他的系统平台，比如安卓系统，这其实是一个比较大胆的尝试。如果我们的汽车使用安卓系统作为自动驾驶算法的载体，那么他的安全性其实是很难保证的。而对于在一些封闭场景，低速的或者对安全性要求没有那么高的情况下，还是可以尝试的。
我们有了传感器，有了算法，而且算法能够跑到平台上，那么下一步就需要进行集成。集成可能对于大部分人来说是放到最后一步的，比如我们一般会在各个软件都做好之后，再进行软件集成，在各个硬件都做好之后，再进行硬件集成，最后再集成到我们的汽车上。而在作者看来，一些前期的工作也属于集成，比如架构设计就是前期的一种集成方式。
3. 自动驾驶的能力需求
明确考核内容
自动驾驶岗位的能力需求有哪些呢？他可能考察哪些内容呢？针对想转行或者想找自动驾驶相关工作的同学，下面的内容做了明确地说明。
自动驾驶岗位考察的内容主要分为四个方面，首先是面试者的项目经验，有项目经验是面试者的加分项，而且项目经验与招聘岗位的契合度一定是越高越好的。
当然也有很多暂不具备项目经验的同学，如果有这方面的基本素质，比如说有一定基本的专业能力，在自动驾驶人才紧缺的情况下，许多公司也会选择对这样的人才进行培养。另一方面，如果你既有项目经验，而且你的专业能力不仅有深度，而且也有广度，那么你的薪资一定是比较高的。
另一个考核内容是开发能力，包括面试者对开发平台的熟悉程度和代码开发能力。
当然还有一些其他的考核内容，比如面试者的性格，与团队的匹配度，还有薪资的要求等等都有可能成为考察的内容。
明确自身发展需求
自动驾驶的岗位从2021年到现在可以说是炙手可热，然而我们不能盲目的加入自动驾驶行业的发展浪潮，我们需要明确自己的发展需求，做出合理的职业选择。
首先，入行自动驾驶需要一定的专业背景，其中最相关的专业是机械自动化、电气自动化，以及计算机，对于一些非自驾驶算法开发的岗位而言，如果我们能够在自驾驶行业的风口上，那么一般来说我们的薪资就会比其他的传统行业更高一些。
懂开发的同学可以从事自动驾驶的算法岗位，主要包括定位、感知、规划、控制四个领域。有些同学懂开发，但又不想转算法，而又擅长操作系统，那么可以选择从事自动驾驶系统方面的工作。对于有一定的开发能力，但是开发能力不太强，又不懂算法的同学，可以从事自动驾驶的测试岗位，自动驾驶测试岗位的要求相对来说会低一些。自动驾驶的测试岗位主要分为软件测试、硬件测试，以及系统集成测试三个方向。对于自动驾驶测试的从业者来说，其实这三个方向的测试岗位用到的测试思想和流程都是一样的，只不过测试的具体对象不太一样。
写在最后
自动驾驶技术正推动中国人工智能、互联风、汽车产业、交通产业的融合与创新发展。回顾2021年，互联网、科技企业加速布局自动驾驶行业，产业各方的融合推动了其商业化落地进程。伴随着大量资本涌入，政策监管体系初步搭建，中国自动驾驶产业已然驶入快车道。
目前人才紧缺已经成为制约智能汽车行业发展的最大短板，在未来4 至5年，新能源及智能网联汽车应该可以占到汽车保有量的25%左右，相关的人才缺口会达到几十万甚至上百万的数量级别。
面对高速迭代的自动驾驶技术，我们的自动驾驶人才只有不断学习才能保持自身竞争力。
