确实,现在的车,就是处在: 电动智能的十字路口 。
汽车的传统岗位,与智能车的岗位。
两个出身完全不搭嘎的工种,在某种扭曲时空的作用下,拧合在了一起。
他们的工作方式、理念、底层思维、文化都是自成体系的。
甚至:
工资体系、内卷程度,都是完全不一样的。
其实,现在更缺的就是,
又懂车又懂智能的专业技术人才
。
真正两个都懂,且能融汇的,凤毛菱角。
但,这个两手都要硬
以后可能会是汽车人才的基本要求。
甚至,以后车辆工程的专业课中,就会有智仓、智驾的基础课程。
所以,现在大学教育还没有与行业需求完全匹配的情况下:
本科车辆工程硕士算法,或者本科是算法类硕士去搞车辆工程。
都可以,都是系统教育。
但是个人建议的顺序是:
先懂车,再懂智能
。
因为按我的粗鄙认知,智能不是来颠覆车的,是给车赋能的。
所以,车还是那个最基础的载体、基础。
学,就先学基础,打好基础。
但是,
职业生涯想要能够起飞的话,还得懂智能。
至于怎么准备,怎么转?
如果上天再给我一次机会,让我在车辆工程本科毕业的时候,站在这个十字路口。
我自己会这么做。
一、可以先去预习下智能驾驶的课程,有个基础的框架性概念。
列几个:
Udacity 自动驾驶纳米学位:
这是一个系统的自动驾驶课程,涵盖感知、定位、路径规划等多个模块,适合入门了解自动驾驶的学习者。
Coursera 多伦多大学的自动驾驶课程:
由Steven Waslander教授主讲,内容包括自动驾驶的基本概念和技术。
MIT 自动驾驶公开课:
有相对比较新的研究和技术
深蓝学院的自动驾驶公开课:
有行业内知名研究者的授课
百度Apollo与Udacity合作的「Apollo自动驾驶入门」课程:
真入门级,我这个门外汉都看懂了
波恩大学的传感器与状态估计课程:
B站上有,适合对传感器技术和状态估计有兴趣的学习者
卡内基梅隆大学的自动驾驶核心课程:
主要讲在不同环境中安全高效的自动驾驶计划和控制技术。
二、然后把那些个智驾论文扒下来看,夯实理论基础
经典的要看,这是基础框架。
新的也要看,这个行业的发展还是很快的。
纯理论研究的和工程应用的都要看。
列一些:
经典论文
「End-to-End Learning for Self-Driving Cars」 - NVIDIA团队在CVPR 2016上发表,提出了一种端到端训练的自动驾驶模型,可以直接从传感器数据输出车辆的转向角度。
「SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size」 - 由DeepScale公司的研究员在arXiv 2016上发表,提出了一种基于深度压缩和深度裁剪的卷积神经网络结构,适用于嵌入式自动驾驶系统。
「PointNet: Deep Learning on Point Sets for 3D classification and Segmentation」 - 斯坦福大学的研究人员在CVPR 2017上发表,提出了一种基于点云数据的深度学习方法,用于自动驾驶中的三维场景理解和目标检测。
理论研究论文
「Cam4DOcc: Benchmark for Camera-Only 4D Occupancy Forecasting in Autonomous Driving Applications」 - 上海交通大学的Junyi Ma发表,提出了仅使用相机的4D占据预测基准测试。
「SelfOcc: Self-Supervised Vision-Based 3D Occupancy Prediction」 - 清华大学的Yuanhui Huang提出一种自监督的基于视觉的三维占据预测方法。
「PanoOcc: Unified Occupancy Representation for Camera-based 3D Panoptic Segmentation」 - 该论文提出了一种统一的占据表示,用于基于相机的3D泛视觉分割。
工程应用论文
「DriveVLM: A Visual Language Model for Autonomous Driving」 - 介绍了一种利用视觉语言模型增强场景理解和规划能力的自动驾驶系统。
「LLaDA: Large Language Model Policy Adaptation for Autonomous Driving」 - 英伟达和南加州大学的工作,介绍了一种通过使驾驶行为适应新的环境、习俗和法律,使自动驾驶汽车能够在任何地方行驶的工具。
「LimSim++: A Multimodal Large Language Model for Autonomous Driving」 - 上海AI Lab和浙大的工作,介绍了LimSim的扩展版本,专为MLLM在自动驾驶中的应用而设计。
三、研究生选一个有实战项目的大学
列几个
1.
清华大学
:拥有智能出行研究所等,由李克强院士、杨殿阁、李升波等领导。同时,清华大学车辆与运载学院、AIR团队(张亚勤院士等)、MARS Lab(交叉信息学院,赵行老师)等都在进行相关研究。
2.
北京大学
:智能车辆与移动机器人实验室(Intelligent Vehicle and Mobile Robot Lab),由赵卉菁教授领导。
3.
北京理工大学
:机械与车辆学院有陈慧岩、龚建伟、熊光明、倪俊等教授在智能驾驶领域进行研究。
4.
北京航空航天大学
:交通科学与工程学院有余贵珍、杨士春、于海洋等教授进行相关研究。
5.
北京交通大学
:信息科学研究所的赵耀、林春雨等教授也在该领域有所贡献。
6.
上海交通大学
:智能汽车研究所、智能车实验室位于机械与动力工程学院,由殷承良、杨明等教授领导。
7.
同济大学
:拥有「自主智能无人系统」全国重点实验室、智能车辆与多智能体协同控制实验室、机器人与人工智能实验室(RAIL),由熊璐、朱西产、张皓等教授领导。
8.
华中科技大学
:人工智能与自动化学院有王兴刚、何顶新等教授在智能驾驶领域进行研究。
9.
东南大学
:至善智能车队位于机械工程学院,由殷国栋、庄伟超等教授领导。
10.
南京理工大学
:自动化研究院、计算机学院的无人车团队由任明武、杨静宇、石朝侠等教授领导。
11.
浙江大学
:控制学院的智能驾驶与未来交通研究中心由刘勇、冯冬芹等教授负责。
12.
国防科技大学
:智能科学学院的智能无人团队由贺汉根、戴斌、吴涛等教授领导。
13.
湖南大学
:智能车辆课题组由丁荣军院士、钟志华院士等领导。
14.
西安交通大学
:人工智能与机器人研究所由郑南宁院士等领导。
15.
中国科学院深圳先进技术研究院
:提供基于AI算法的自动驾驶应用研究的线下实验室科研项目。
以及,母校也有
欢迎光临
好了,大概以上。