從2015年8月至今，近50個(gè)人工智能、前端開(kāi)發(fā)、移動(dòng)開(kāi)發(fā)、云計(jì)算、架構(gòu)、運(yùn)維、安全、測(cè)試等IT技術(shù)領(lǐng)域的技能圖譜陸續(xù)在GitHub上上線，幫助開(kāi)發(fā)者、工程師梳理知識(shí)框架結(jié)構(gòu)，并嘗試提供路徑指導(dǎo)和精華資源，方便技術(shù)人學(xué)習(xí)和成長(zhǎng)。

　　在時(shí)下非常受關(guān)注的自動(dòng)駕駛領(lǐng)域，大部分開(kāi)發(fā)者的感受都是只見(jiàn)樹(shù)木不見(jiàn)森林，不知道如何建立對(duì)自動(dòng)駕駛的宏觀認(rèn)知，不知道自動(dòng)駕駛涉及的專業(yè)技能都有哪些，更不了解自動(dòng)駕駛的學(xué)習(xí)路徑。

　　這也是極客邦科技聯(lián)手百度Apollo團(tuán)隊(duì)，共同推出《Apollo 自動(dòng)駕駛工程師技能圖譜》的原因所在——希望Apollo將其在自動(dòng)駕駛領(lǐng)域的研發(fā)實(shí)力、技術(shù)沉淀、行業(yè)洞察，以及 Apollo核心能力和技術(shù)框架，進(jìn)行一個(gè)梳理和沉淀，為希望深入自動(dòng)駕駛領(lǐng)域的開(kāi)發(fā)者和工程師，呈現(xiàn)一個(gè)自動(dòng)駕駛的技能全景圖。

　　技能圖譜十問(wèn)十答

　　為什么這份技能圖譜值得你收藏、甚至打印出來(lái)掛在辦公室里或者書(shū)桌前?我們邀請(qǐng)這個(gè)技能圖譜的策劃人——Apollo布道師團(tuán)隊(duì)和技術(shù)團(tuán)隊(duì)進(jìn)行解答。

　　問(wèn)題1：為什么要規(guī)劃這樣一份技能圖譜?

　　技術(shù)發(fā)展太快，技術(shù)模塊涉及繁多，自動(dòng)駕駛領(lǐng)域需要這樣一個(gè)技術(shù)和技能的梳理，幫助自動(dòng)駕駛工程師全面了解、快速學(xué)習(xí)和成長(zhǎng)，也給有志于轉(zhuǎn)行自動(dòng)駕駛的技術(shù)人一個(gè)指引。

　　問(wèn)題2：該技能圖譜面向哪些人群?可以幫助學(xué)習(xí)者達(dá)到什么目標(biāo)?

　　主要面向兩類人群，他們都希望學(xué)習(xí)自動(dòng)駕駛，他們或是學(xué)生，或是Apollo生態(tài)中的合作伙伴。一類就是懂得開(kāi)發(fā)工具和語(yǔ)言開(kāi)發(fā)的開(kāi)發(fā)者和工程師，他們可以從這份技能圖譜中補(bǔ)充機(jī)器學(xué)習(xí)和車輛相關(guān)的知識(shí);另外一類人群就是機(jī)器學(xué)習(xí)從業(yè)者，他們可以通過(guò)這份技能圖譜，深入了解自動(dòng)駕駛的各個(gè)模塊，因?yàn)锳pollo不同模塊之間的差異性大，即使對(duì)于百度內(nèi)部工程師，這個(gè)技能圖譜也有借鑒意義。

　　問(wèn)題3：這份技能圖譜包括哪些學(xué)習(xí)模塊?模塊設(shè)立和劃分規(guī)則是什么?

　　這份技能圖譜包括兩大模塊，首先是基礎(chǔ)層，就是Apollo開(kāi)發(fā)會(huì)用到的共性的語(yǔ)言和編程方式;其次是Apollo層，既包括Apollo開(kāi)放的感知、決策規(guī)劃、智能控制、End-to-End 等自動(dòng)駕駛核心能力，也包括硬件，比如GPS、雷達(dá)、傳感器、車輛相關(guān)的知識(shí)和技能。

　　問(wèn)題4：這份技能圖譜是怎么策劃出來(lái)的?

　　在策劃階段，按照模型、算法、硬件、車輛相關(guān)背景知識(shí)四個(gè)維度，以問(wèn)卷、面聊等多種形式，收集百度內(nèi)部7、8個(gè)團(tuán)隊(duì)近30位技術(shù)專家的專業(yè)反饋，再把反饋按照目前的基礎(chǔ)層、Apollo層整理分類，經(jīng)歷多次Review，最后與大家見(jiàn)面。

　　問(wèn)題5：自動(dòng)駕駛領(lǐng)域的開(kāi)發(fā)者，哪部分的學(xué)習(xí)能力需要加強(qiáng)?

　　大部分自動(dòng)駕駛開(kāi)發(fā)者的『軟實(shí)力』較強(qiáng)，硬件方面的學(xué)習(xí)能力相對(duì)較弱，尤其基于GPU 或者FPGA的芯片編程方面的能力繼續(xù)增強(qiáng)。

　　問(wèn)題6：對(duì)于學(xué)習(xí)Apollo的開(kāi)發(fā)者來(lái)說(shuō)，最大挑戰(zhàn)是什么?

　　最大挑戰(zhàn)就是Apollo運(yùn)行起來(lái)，下一步該怎么做?因此Apollo會(huì)在2.0版本中開(kāi)放很多調(diào)試、繪圖、排查問(wèn)題的工具;

　　另外的挑戰(zhàn)就是硬件方面了，如果開(kāi)發(fā)者買一個(gè)設(shè)備進(jìn)行調(diào)試，在沒(méi)有官方人員支持的情況下是比較困難的，因此Apollo把適配后的硬件設(shè)備發(fā)到GitHub，讓開(kāi)放設(shè)備在GitHub 上有現(xiàn)成實(shí)例，開(kāi)發(fā)者改過(guò)之后就可以用。

　　問(wèn)題7：自動(dòng)駕駛?cè)瞬判枨笕笨诖髥?

　　非常大。目前我國(guó)汽車從業(yè)人員達(dá)到360萬(wàn)，但其中技術(shù)人才不到50萬(wàn)，占比不到15%。這其中雖然很難明確界定自動(dòng)駕駛?cè)瞬庞卸嗌?，但是可以想?jiàn)肯定不多。而且從自動(dòng)駕駛專業(yè)人才年薪動(dòng)輒幾百萬(wàn)上千萬(wàn)，就可以知道人才有多緊缺。

　　問(wèn)題8：目前Apollo最需要哪方面的人才?

　　目前會(huì)有很多合作伙伴尋求接入Apollo開(kāi)放平臺(tái)，為自己的產(chǎn)品注入自動(dòng)駕駛能力。在接入過(guò)程中，車輛、硬件傳感器的接入是開(kāi)發(fā)者需要接受的第一關(guān)，需要掌握系統(tǒng)集成方面的知識(shí)。解決了集成問(wèn)題后，對(duì)自動(dòng)駕駛的要求就會(huì)往感知、決策規(guī)劃、智能控制等模塊方向進(jìn)行轉(zhuǎn)移。所以，了解整體Apollo結(jié)構(gòu)的開(kāi)發(fā)者，會(huì)是Apollo需要的人才;如果對(duì)其中某一模塊非常熟知，也會(huì)是Apollo非常需要的人才。

　　問(wèn)題9：自動(dòng)駕駛開(kāi)發(fā)者還有什么其他的學(xué)習(xí)路徑?

　　開(kāi)發(fā)者可以從搭建一個(gè)Apollo的Demo環(huán)境開(kāi)始，學(xué)習(xí)Apollo相關(guān)模塊的技能知識(shí)。在 Apollo的代碼注釋中，百度工程師列出了模型對(duì)應(yīng)的參考資料，包括參考書(shū)或者論文，這也算是一個(gè)學(xué)習(xí)的捷徑。如Apollo2.0新增控制器MPC，對(duì)應(yīng)的源文件包含對(duì)該控制模型相關(guān)的資料推薦：

　　https://github.com/ApolloAuto/apollo/blob/master/modules/control/controller/mpc_controller.h

　?。?/p>

　　/**

　　* @class MPCController

　　*

　　* @brief LQR-Based lateral controller, to compute steering target.

　　* For more details, please refer to "Vehicle dynamics and control."

　　* Rajamani, Rajesh. Springer Science & Business Media, 2011.

　　*/

　　問(wèn)題10：已經(jīng)拿到技能圖譜的同學(xué)，他們看過(guò)之后希望2.0版本有哪些改進(jìn)?

　　能有各分支更細(xì)化的知識(shí)和技能表，包括推薦一些好的學(xué)習(xí)資源;

　　期望后續(xù)版本可以極大降低無(wú)人車成本，實(shí)現(xiàn)量產(chǎn);

　　希望提供能力進(jìn)階地圖;

　　希望細(xì)化知識(shí)點(diǎn)，把軟硬件、算法的接口信息定義出來(lái)。