|
写在前面的话：从学校毕业之后，进入现在的公司，从事“自动驾驶”相关工具链平台的开发工作已经一年了。当有一天产品经理去和平台的使用方调研，去问用户“理想中的平台是什么样子的”。一件很令人不可思议的事情就出现了，我在庆幸，问的还好不是我。这真的很讽刺，因为一个平台的研发同学，竟然自己都不知道自己理想中的平台应该是什么样子。我觉得问题原因也很简单，因为“自动驾驶”这件事本身就是一个复杂多元的事情，它包括感知，定位，规划，控制等等很多个环节。而作为平台的研发同学，去服务上游的各个环节，如果不了解他们在做些什么，你就没法去得到用户的深层需求，而最后，势必会导致平台和业务方的脱节。之前看过这么一句话，“如果在用户不知道有汽车之前，你问用户需要什么，用户可能会回答，我需要一匹更快的马”。寻找一匹快马而且不断地训练它，这其实是带着平台向前走的一个过程，它短时间不会出现什么问题，但是最终会被抛弃。而去了解用户的深层需求，从而去引领用户的行为方式，更像是一种向上走的过程。所以，只要当两个方向都在不断进化迭代，平台才能更立体，才能更好地提高用户的效率。当然，解释了这么多，并不是要把问题的原因甩给问题本身的复杂性，而是要说明之所以要整理一些“自动驾驶”的相关技术，是为了能够尽可能多地去了解这个复杂性，提升自己的知识储备。
先梳理一些可能会去整理的知识点，但是不绝对，能力有限，目前能想到的就这么多
打工人！！！奥里给！！！！！！
| 专题 | 内容 | 链接 |
|---|
| 智能驾驶场景使用的传感器 | 对比常用传感器的优劣，包括超声波雷达，毫米波雷达，激光雷达，视觉摄像头，给出他们的基本原理 | 暂无 | | 机器学习领域主要的学习方式 | 总结机器学习主要学习方式之间的异同，包括有监督、无监督、半监督、强化学习 | 暂无 | | 机器学习领域常见的算法 | 包括决策树、朴素贝叶斯分类、最小二乘法、逻辑回归、支持向量机、聚类等算法，算法原理+适用场景 | 暂无 | | cv算法标注方案 | 介绍常见的标注方案，包括人工标注、半自动、自动化标注，涉及2D、2.5D、3D、4D标注方案 | 暂无 | | 梦中的评测系统 | 介绍AI的评价系统理想中应该是什么样子 | 暂无 | | 模型的评价指标 | 介绍常见的检测、分类、分割模型的评价指标有哪些，有什么意义 | 暂无 | | 深度学习入门 | 介绍一些深度学习中的基本概念和算法，比如欠拟合过拟合、感知机、激活函数、损失函数、梯度下降等 | 暂无 | | 常用的激活函数 | 介绍常用的激活函数及优缺点 | 暂无 | | CNN常见网络结构 | 介绍CNN常见的网络结构，对应原理和改进 | 暂无 | | 工作感悟 | 工作中的思考 | 暂无 |
|