Apollo 自动驾驶工程师技能图谱
优质
小牛编辑
137浏览
2023-12-01
本图谱核心贡献者:Apollo 技术布道师团队
基于 Apollo 技术框架的自动驾驶工程师技能图谱:跟公布的技术框架结构保持一致,强调了 Apollo 软件之外的硬件能力。
Toolbox(Basic)
- Bazel
- Protobuf
- Docker
- ROS
- OpenCV
Language(Basic)
- C++
- Bash
- Python
- Keras
- JavaScript
- Node.js
- React
Machine Learning Frameworks(Basic)
- PaddlePaddle
- Caffe
- TensorFlow
硬件(芯片)编程 (Basic)
- CPU
- GPU(CUDA)
- FPGA
Cloud Service Platform(Apollo)
- HD Map
- OpenDrive
- Simulation
- Matlab/Simulink
- GameEngine(UE4)
- Data Platform
- 虚拟化
- 异构计算
- 分布式计算
- 分布式存储
- Security
- OTA
- DuerOS
Open Modules(Apollo)
- Localization
- Perception
- Deep Learning:CNN
- Low-level Vision
- 图形学与视觉几何
- 状态估计与滤波
- 最优化问题求解
- Planning
- Smoothing Curves
- Vehicle Kinematics
- Station-time 2D Model
- Optimization Algorithms:Dynamic Programming
- Quadratic Programming
- Smoothing Spline
- A*
- Probability Math Models:Bayesian
- Markov Process
- MDP
- Machine Learning:
- CNN
- RNN
- Reinforcement Learning
- Motion Planning Background:Sampling Based Motion Planning
- Optimization Based Motion Planning
- ComputerScience:Parallel Programming
- For Planning Focused:Basic Motion Planning Technique
- Dynamic Programming
- Computation Geometry
- 深度学习算法、BP 算法
- Control
- Basic Control Theory
- Linear-Quadratic Regulator (LQR)
- Model Predictive Control(MPC)
- PID Basic Control Theory
- End-to-End
- Deep Learning
- CV
- 逆向汽车动力学模型
- 端到端驾驶模型:
- 横向模型:CNN
- 纵向模型:Convolutional-LSTM
- 横 + 纵向模型:LRCN
Hardware & Sensors (Apollo)
- Computing Unit
- IPC(Intel Nvidia ...)
- 专用自动驾驶计算单元(PX2 TX2 ...)
- Perception
- Camera(单目/双目)
- LiDAR
- Radar
- Ultrasonic Radar
- Localization
- GPS
- IMU
- other perception sensors
- CAN Card
- HMI Device
- V2X Device
- Safety
- Black Box
- 传感器知识与技能
- 搭建方式
- 配置流程
- 数据形式
- 能够通过数据判断传感器是否正常工作
- 无人车知识与技能
- 基本的硬件组成
- 各 Sensors 流程
- 通讯信息接口
- 各个传感器优点、能力与局限
- 知道本模块对于硬件的需求
- 算法对于硬件的依赖、瓶颈
- 硬件的基本参数性能、调参方法
- 熟悉上车开发调试环境
Vehicle(Apollo)
- 线控车辆
- 车辆电子控制系统
- Protocol
- Can
- Lin
- FlexRay
- 动力系统控制
- 制动系统控制
- 转向系统控制
- Protocol
- 车载语音交互系统
- AUTOSAR