자율 주행 위치에 대한 포괄적인 소개 – 역사상 가장 완벽한 장

1. Background

최근 첨단기술 기업들이 어떻게 자율주행 분야로 변신했는지 공유하던 중 여러 친구들이 저에게 같은 질문을 했습니다. "L2~L4 자율주행의 직위는 무엇인가요? 구체적인 직업은 무엇인가요?" 내용에 해당하나요?" ? 어떤 능력이 필요한가요? "오늘은 모두가 알고 싶어하는 주제에 대해 말씀드리겠습니다.

먼저 자율주행에 대한 전반적인 개념을 모두에게 전달하기 위해 자율주행의 시스템 블록도(간략화된 버전)를 소개하겠습니다

• 다음으로 알고리즘 엔지니어와 비알고리즘 엔지니어 두 가지로 나누어 소개하겠습니다.
• 알고리즘 엔지니어

1. 레이저 SLAM 알고리즘 엔지니어
2. Visual SLAM 알고리즘 엔지니어
3. 멀티 센서 융합 알고리즘 엔지니어
4. 기계 학습 알고리즘 엔지니어
5. 컴퓨터 비전 알고리즘 엔지니어
6. 자연어 처리 알고리즘 엔지니어
7. 결정 알고리즘 엔지니어
8. 기획 알고리즘 엔지니어
9. 제어 알고리즘 엔지니어

• 비알고리즘 엔지니어

10. 소프트웨어 플랫폼 개발 엔지니어
11. 시스템 엔지니어
12. 기능안전 엔지니어
13. 캘리브레이션 엔지니어
14. 시뮬레이션 환경 엔지니어
15. 테스트 엔지니어
16. 데이터 엔지니어
17. UI 개발 엔지니어

• 다음은 직무별 학습 내용과 직무에 대한 자세한 소개입니다

2. 알고리즘 엔지니어

2.1. Engineer

• 직업 소개:
• 레이저 센서 데이터를 수집하고 포인트 클라우드 데이터를 기반으로 자율주행차 주변 환경 지도를 구축합니다.
• 다양하고 복잡한 장면을 다루는 고정밀 지도를 업데이트하고 생성할 수 있는 레이저 센서 기반 SLAM 알고리즘의 설계 및 개발을 담당합니다.
• 기술 요구 사항:
• c, c++ 프로그래밍 사용
• ESKF, EKF, UKF 등 필터링 알고리즘에 대한 지식 필요
• 동시에 G2O, ceres 및 기타 C++ 프레임워크를 배워야 합니다. 비선형 오류 함수를 최적화하는 데 사용됩니다.
• GLoam, kimera, VINS 등과 같은 오픈 소스 SLAM 프레임워크에 대한 지식이 있는 것이 좋습니다.

2.2 Visual SLAM 알고리즘 엔지니어

• 직업 소개:
• 기반 , LiDAR, 자이로스코프, 주행 거리 측정, 비전 및 기타 정보 융합을 기반으로 로봇 동작 모델 구축을 포함한 로봇 알고리즘의 자율 탐색 및 포지셔닝 개발
• 기술 요구 사항:
• ORB-SLAM, SVO, DSO, MonoSLAM, VINS 및 RGB-D 등
• ROS 로봇 운영 체제
• ESKF, EKF, UKF 등의 지식이 필요합니다.
• 동시에 G2O를 배워야 합니다. 비선형 오류 함수를 최적화하는 데 사용되는 ceres 및 기타 C++ 프레임워크.

2.3. 다중 센서 융합 알고리즘 엔지니어

• 직업 소개:
• 자율 주행 차량의 환경 인식 기능을 향상시키기 위해 카메라, 라이더, 밀리미터파 레이더 등 여러 센서의 정보를 처리하고 융합합니다.
• 목표 탐지, 추적 및 추적을 담당합니다. 다중 소스 정보 융합에 관한 식별 및 위치 파악
• 다중 소스 정보 융합을 기반으로 한 환경 특징 추출을 담당하고 지도 구축을 지원합니다.
• 기술 요구 사항:
• 마스터 카메라, 밀리미터파 레이더, LiDAR, 관성 항법 및 기타 관련 데이터 분석 및 융합 알고리즘
• 컴퓨터 정보 과학, 전자 공학 또는 수학 관련 전공 학사 학위 이상, 견고한 컴퓨터 사용 이론 기초
• 정밀 카메라 모델, 다중 시각 기하학, 번들 조정 원리, SfM 경험, 기하학적 범위 지정 및 기타 프로젝트
• C/C++ 능숙, Matlab에 익숙, 좋은 객체 지향 프로그래밍 아이디어 및 코딩 습관
• 익숙함 IMU, GPS, DR 및 기타 관성 항법 포지셔닝 알고리즘 프레임워크
• IMU, GPS, 신체 시스템 원리, 하드웨어 특성, 보정 알고리즘에 익숙함

2.4 기계 학습 알고리즘 엔지니어

• 직업 소개:
• 이 방향은 주로 차량 운전을 담당합니다. 그 과정에서 생성된 데이터의 엔지니어링 적용은 차량 주행거리의 영향 분석, 빅데이터 분석 모델링 등 데이터 분석 방향으로 편향되어 있습니다.
• 기술 요구 사항:
• Python, C/C++
• LR, GBDT, SVM, DNN 등과 같은 기계 학습의 기본 이론 알고리즘을 학습합니다.
• scikit과 같은 전통적인 기계 학습 프레임워크의 모델 훈련을 학습합니다. -학습
• PyTorch, TensorFlow(부분적으로 신경망에 있음) 등과 같은 딥 러닝 프레임워크에 익숙합니다.

2.5. 컴퓨터 비전 알고리즘 엔지니어

• 직업 소개:
• 이 방향은 주로 카메라 센서를 기반으로 하며 주로 차선 감지, 차량 및 기타 장애물 감지, 주행 가능 영역 감지, 신호등 교통정보 감지 대기 등.
• 기술 요구 사항:
• C/C++, Python, OpenCV
• 기계 학습의 기본 알고리즘 필요(차원 축소, 분류, 회귀 등)
• 딥 러닝, 딥 러닝 프레임워크 학습 필요;
컴퓨터를 배우세요 시각 및 이미지 처리의 일반적인 방법(객체 감지, 추적, 분할, 분류 인식 등).

2.6 자연어 처리 알고리즘 엔지니어

• 직업 소개:
이 방향은 주로 차량 시나리오의 음성 인식, 음성 상호 작용 디자인 등을 담당합니다.
• 기술 요구 사항:
배우기 머신러닝 알고리즘, 딥러닝 알고리즘(RNN)
• 자연어 처리의 기본 작업(단어 분할, 품사 태깅, 구문 분석, 키워드 추출)
• 클러스터링, 분류, 텍스트 비즈니스 문제를 해결하기 위한 회귀, 정렬 및 기타 모델 ;
• PyTorch, TensorFlow(부분적으로 RNN 부분) 등과 같은 딥 러닝 프레임워크에 익숙합니다.

2.7. 의사결정 알고리즘 엔지니어

• 직업 소개:
자율주행의 의사결정은 센싱 모듈에서 전달된 정보를 차량 행동으로 변환하여 주행 목표를 달성하는 것입니다. 예를 들어 자동차 가속, 감속, 좌회전, 우회전, 차선 변경 및 추월은 모두 의사 결정 모듈의 출력입니다. 결정은 차량의 안전과 편안함을 고려하여 승객의 안전을 보장하고 가능한 한 빨리 목적지에 도달해야 합니다.
• 기술 요구 사항:
c/c++/python, ROS 시스템에 익숙함
• 결정 상태 기계, 결정 트리, Markov 결정 프로세스, POMDP 등과 같이 일반적으로 사용되는 의사 결정 알고리즘을 배웁니다. 더 깊이 배우고 싶다면 기계 학습 알고리즘(RNN, LSTM, RL)에 익숙해져야 하고, 하나 이상의 딥 러닝 프레임워크(예: 체육관 또는 우주 및 기타 심층 강화 학습 플랫폼)를 마스터해야 합니다. 차량 운동학 및 역학 모델에 익숙합니다.
• 2.8. 기획 알고리즘 엔지니어

• 직업 소개:
• 계획에는 경로 계획과 속도 계획이 포함됩니다
• 계획 알고리즘에서 자율주행차는 먼저 경로 계획을 통해 차량이 주행할 수 있는 경로를 결정한 다음 경로를 선택하여 주행 가능한 속도를 결정합니다.
• 기술 요구 사항:
• c/c++/python, ROS 로봇 운영 체제(일부 회사는 Matlab/simulink를 사용하여 개발됨)
• A, D, RRT 등과 같은 일반적인 경로 계획 알고리즘을 알아보세요.
5분할 곡선, 클로소이드, 3차 스플라인, B-스플라인 등과 같은 몇 가지 곡선 표현 방법을 배우십시오.
• 더 깊이 배우고 싶다면 MDP, POMDP, Came 이론 등과 같은 궤적 예측 알고리즘을 배우십시오. .;
RNN, LSTM, Deep Q-Learning 등과 같은 딥 러닝 및 강화 학습 기술을 배우는 것도 장점입니다.
• 수학적 이론적 기초와 배경을 갖추고 차량 운동학 및 역학 모델에 익숙합니다.

2.9 제어 알고리즘 엔지니어

• 직업 소개:
• 일반적으로 차량의 수평 및 수직 역학을 모델링한 다음 차량 모션 제어 등을 구현하는 제어 알고리즘을 개발하는 데 사용됩니다.
• 이 직위는 차량과 더 관련이 있습니다. 전통적인 자동차 제조사가 자율주행 분야로 변신하기에 적합하며, 파트너에게는 진입할 수 있는 좋은 기회입니다.
• 기술 요구 사항:
• C/C++, Matlab/Simulink
• 자동 제어 이론과 현대 제어 이론의 기초를 배웁니다.
• PID, LQR, MPC 알고리즘을 배웁니다. 자동차 섀시에 대한 이해
• CarSim과 같은 시뮬레이션 소프트웨어 학습
• ACC, AEB, APA, LKA, LCC 등과 같은 보조 운전 기능 개발 학습은 보너스입니다. 경험치도 보너스입니다.
• 3. 비알고리즘 엔지니어

3.1.소프트웨어 플랫폼 개발 엔지니어

직종 소개:

• 커널 수정/확장, 드라이버 구현/강화 등 자율주행 소프트웨어 플랫폼 설계 및 구현, 미들웨어 구현/향상, 시스템 통합, 성능/전력 소비 최적화, 스트레스/안정성/규정 준수 테스트 시스템 아키텍처 구축 및 기본 드라이버 작성을 담당합니다.
• 임베디드 프로세서(GPU)에서 비전 관련 알고리즘 구현을 담당합니다. , DSP, ARM 및 기타 플랫폼)
• 알고리즘 엔지니어가 임베디드 플랫폼에서 알고리즘의 이식, 통합, 테스트 및 최적화를 완료하도록 지원합니다.
• 기술 요구 사항:
• C/C++ 프로그래밍 기술, Python QNX, ROS에 익숙하고 임베디드 운영 체제 및 실시간 운영 체제의 커널 또는 드라이버 개발 경험이 있습니다.
• 레이더, 카메라, 초음파, 라이더 등 차량 ADAS ECU 및 센서 이해
• UDS(Universal Diagnostic Service), CAN(Controller Area Network)에 익숙함(CAN, UDS) , DoIP, SOME/IP , DDS, MQTT, REST 등)이 장점입니다.
• 3.2. 시스템 엔지니어
• 직업 소개:

자율 주행 소프트웨어 시스템 프레임워크 구축을 담당합니다. , 검증 가능한 시스템 소프트웨어 아키텍처 설계 및 실시간 성능 최적화

• 기술 요구 사항:
• 컴퓨터에 대한 탄탄한 기본 이론 지식(예: 자동 제어, 패턴 인식, 기계 학습, 컴퓨터 비전, 포인트 클라우드 처리)
• 임베디드 운영 체제 및 실시간 커널 보유 운영체제 또는 드라이버 개발 경험
• 좋은 의사소통 능력과 팀워크 인식을 갖고 계신 분
• 3.3. 기능 안전 엔지니어
• 직업 소개
• :
• 제품 수명주기 전반에 걸쳐 제품의 기능 안전을 지원합니다

무인/자율 주행 시스템의 위험 분석(HARA, FMEAs, FMEDA, FTA)을 담당합니다. 무인/자율 운전 시스템에 대한 안전 목표 정의

• 기술 요구 사항:
• ISO26262에 능숙하며 자율 운전을 위한 기능 안전 프로젝트 구현 경험이 있습니다. 또는 ADAS 시스템(기존 자동차 공장에서 기능 안전 분야에 종사하고 경력을 바꾸고 싶은 사람도 고려할 수 있음)
• FMEA, FMEDA, FMEA-MSR, FTA 및 기타 해당 방법 이해
• 3.4 교정 엔지니어
• 직업 소개:
• GPS, IMU, LiDAR, 카메라, 레이더, USS 등 자율 주행을 위한 다중 센서의 교정을 담당합니다.
• 센서 내부 및 외부 매개변수 교정 알고리즘을 설계 및 구현합니다. , 다중 센서 교정 시스템을 구축합니다.

기술 요구사항:

• C++ 프로그래밍, Linux 및 ROS 시스템에 익숙함 시각 또는 레이저 SLAM 알고리즘에 익숙함,
• 3.5 시뮬레이션 환경 엔지니어
• • 직업 소개:
  • 이 방향에서는 차량 동역학 관련 시뮬레이션, 다양한 가상 센서 모델 및 가상 장면의 모델링 및 시뮬레이션, 테스트 사례를 기반으로 테스트 시나리오 구축 등 자율 주행 관련 시뮬레이션 시스템 구축에 참여해야 합니다. , 자율주행 알고리즘 시뮬레이션 테스트 등을 수행합니다.
  • 자율주행 시뮬레이션 시스템 구축 및 자동차, 센서, 환경에 대한 소프트웨어 시뮬레이션을 담당합니다. 시뮬레이션 결과는 실제 데이터와 함께 사용되어 실제 시나리오에서 자동차의 동작을 예측합니다.
  • 운전 의사 결정, 경로 계획 및 시뮬레이션 알고리즘과 같은 모듈과 협력하여 자율 주행의 폐쇄 루프 시뮬레이션을 실현하고 시각화합니다. 관련 디버깅 정보.
  • 기술 요구사항:
  • MATLAB/simulink, Python/C++
  • Perscan, Carsim, Carmaker 등과 같은 일반적인 차량 동역학 또는 무인 차량 관련 시뮬레이션 소프트웨어를 능숙하게 작동할 수 있음
  • 로봇 운영 체제에 익숙함; ROS 등 ;
  • 일부 시뮬레이션 직위는 순전히 시뮬레이션을 위한 것이지만 일부 직위는 시뮬레이션 환경 개발이 필요하며 이러한 직위는 더 높은 프로그래밍 요구 사항을 갖습니다.

  3.6 테스트 엔지니어

  • 직업 소개:
  • 주로 자율주행차와 관련된 테스트 업무, 자율주행 시스템 기능의 다양한 지표 성능 테스트, 경계조건 평가 등을 담당하는 방향입니다.
  • 자동화된 테스트(SIL, HIL) 및 지능형 운전 제품의 관련 검증을 담당합니다.
  • 시스템 또는 제품의 기능 요구 사항을 기반으로 테스트 사례 및 테스트 계획을 수립하는 일을 담당합니다.
  전체 시스템 또는 제품 테스트 계획을 수립하고 구현하고 최종적으로 테스트 보고서를 작성합니다.
  • 시스템의 경계 사례를 수집 및 테스트하고, 지능형 주행 시스템의 안전성을 평가하고, 기술에 대한 합리적인 피드백을 제공합니다.
  • 기술 요구 사항:
  Ubuntu/Linux 운영 체제에 익숙하고 Python 스크립트 작성 가능
  • CAN 버스에 익숙함
  • 테스트 케이스 작성 방법 및 기법에 익숙함
  • 이미지 인식 알고리즘, 딥 러닝에 익숙함 , 그리고 스파크 마스터링 빅데이터 관련 도구에 관심이 있는 분들을 위한 보너스 포인트
  • LiDAR, 밀리미터파 레이더, 초음파 프로브 및 카메라 응용에 익숙한 것은 보너스입니다.

  3.7 빅 데이터 개발 엔지니어

  • 직업 소개:
  데이터에는 배경 데이터 아키텍처와 프런트 엔드 프레젠테이션이 포함됩니다. 자율주행차는 매일 1TB의 데이터를 생성합니다. 운전 테스트에서 가장 중요한 이탈을 신속하게 찾는 방법과 같이 데이터를 신속하게 정리, 개선 및 요약하는 방법입니다. 이는 엔지니어가 보다 효율적으로 테스트하는 데 도움이 됩니다.
  • 자율주행 빅데이터 플랫폼 시스템의 설계, 개발, 최적화를 담당합니다.
  • 자율주행 데이터 주석 및 처리 프로세스를 위한 시각적 도구 개발과 자동화된 주석 플랫폼의 설계 및 개발을 담당합니다.
  • 기술 요구 사항:
  데이터 구조 및 알고리즘에 대한 탄탄한 기초를 갖추고 있습니다.
  • Java/Python/C++와 같은 하나 이상의 고급 프로그래밍 언어에 능숙합니다.
  • Linux 개발 환경에 익숙합니다. SQL 또는 No-SQL 데이터베이스 애플리케이션 설계 및 개발 경험을 바탕으로 한 경험이 있습니다.
  • REST 서비스 및 웹 표준에 익숙하고 React/AngularJS와 같은 주류 프런트엔드 개발 프레임워크에 익숙하며 독립적으로 구축할 수 있는 사람에게는 추가 포인트가 있습니다.
  • 자율 주행 및 관련 Lidar, 카메라 및 기타 센서 데이터에 익숙하면 추가 포인트가 제공됩니다.
  • 3.8 UI 개발 엔지니어
  직업 소개:
  • 모든 회사는 차량 개발을 검증하기 위한 내부 도구를 구축해야 합니다. 원격관제센터가 UI를 통해 자율주행차를 원격 제어하기 위해서는 다양한 인터랙티브 페이지를 생성하는 것도 필요하다. 객차에 탑승한 승객을 위해 준비된 UI도 포함되어 있습니다. 디자인을 좋아하거나 프론트엔드를 잘하는 친구들이라면 고려해 볼 만합니다.
  • 기술 요구 사항:
  • 뛰어난 미적 감각과 풍부한 시각적 표현력을 갖추고 있습니다.
  색상, 그래픽, 정보 및 GUI 디자인 원칙과 방법에 능숙합니다.
  • 4. Ending

  마지막으로 국가 정책에 따라 신에너지 지능형 자동차 확산이 본격화되고 있으며, 더욱 더 많은 파트너들이 자율주행 산업에 동참하기를 바랍니다.

  원본 링크: https://mp.weixin.qq.com/s/d41a5VYtJ4lvMP3GO6In_g

위 내용은 자율 주행 위치에 대한 포괄적인 소개 – 역사상 가장 완벽한 장의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!