新手入坑自动驾驶，如何开始？

我是做数据挖掘的，有java和Python基础，我想转岗自动驾驶，如何开始？

我是音乐学专业，完全小白，想要做软件开发，有一技傍身，可以学吗？

我是法律专业，目前项目管理的，想转自动驾驶，有推荐的课程吗？

渐渐，不仅仅是来自汽车行业的学员想要进入自动驾驶，还有很多来自非汽车行业的学员，乃至专业、工作经历完全不相关的跨行学员都想进入自动驾驶领域。

自动驾驶行业增量大，热钱多，典型的“高富帅”，但追求高富帅，也是有门槛的：硕士学历，汽车行业工作背景，理工科专业（科班专业）都是在门槛内的先决优势条件。

自动驾驶入门，必知的岗位与技能

自动驾驶系统需要工作在车辆已有的数据和控制接口之上，先读取车身和传感器的各项输入，经过系统处理之后，再转化成对底盘控制接口输出的横、纵向控制指令，让车辆执行这些指令，完成想要输出的动作。

将自动驾驶汽车广泛地分为硬件和软件两大方向：

硬件：算力平台（包括车身、驾舱、底盘等域控制器），用于感知的多种传感器、以及用于处理信号发出指令全面的自动驾驶计算单元。

因为行业背景知识差异化较大，一般跨行背景的程序员通常不会选择参与硬件方向的工作，对于跨行转岗的同学可以重点关注下软件方向的岗位。

软件：车端基础架构（包含中间件、工具链和操作系统，如ROS、lunix等）、车端算法和应用、云端服务、智能驾舱、高精度地图

目前自动驾驶重点算法岗位就在车端算法和应用这块。一般分为：感知、定位、决策规划、控制。

自动驾驶岗位那么多，我要选择哪个方向？

自动驾驶的圈子很大，除了算法工程师的岗位，还有系统工程师、硬件工程师、软件工程师和测试、标定类的岗位。

目前自动驾驶整车生产企业多数集中在智能驾驶和车联网的研发与测试环节，核心岗位集中在系统集成、架构、算法、和测试岗位。

系统架构类工程师类的岗位共同特点是，做需求开发，需要拥有丰富的项目操盘经验，对产品的上下游研发环节非常了解，能够独立的制定产品的系统架构，这对于转岗来说并不友好，一是因为没有可供学习的资料（每家公司对功能定义都不一样，非量化可衡量的指标）；二是，需要不断积累丰富的项目经验，那就只有进入企业岗位，没有经验又无法进入对应岗位，这成了一个死循环。

当然对于已经处在系统集成类的相关岗位的工程师来说，如何形成自己的岗位壁垒，挑战行业尖端也是需要不断探索学习的过程。

仿真、测试类岗位，目前也有很多人想要通过这类岗位进入自动驾驶，对学历和工作经验卡的没有那么死，但也需要有非常好的代码编程能力，能撰写用例测试脚本，对ADAS功能进行测试，对于跨行进入这类岗位的学员来说，还需要对自动驾驶功能了解，了解被测模块的原理。如果你自带编程优势，这也是一个非常好的入坑选择。

大多数人观望的岗位还属算法开发类的岗位，薪资高，行业增量大。行业最缺的还是算法研发类的工程师，此前有个案例：“当企业找到一个合适的算法工程师时，发现这位候选人手里拿着七八家offer，一家比一家工资高，这位候选人各方面都不算特别优秀，企业却为何竞价求人？”

企业也身不由己，既懂汽车又懂算法的人太少了，为了吸引人才，只能不停加价。这意味着先入行业的优势，近几年车企和Tire1也都增设自动驾驶部门，注重企业内部新技术培训，已经内部培养一批人才，对于想要转岗进入的，一定程度上提高了门槛，对于基本功和项目经验都会有所要求。

这就需要转岗的工程师，抓好基本功，积累项目经验。

先选择容易入门的方向占好坑位，再深挖赛道

目前有学员通过汽车学堂课程学习已经完成转岗，所在岗位和所学课程方向有出入的现象，当初通过控制算法课程学习，目前在做感知的、有做规划的，还有做仿真的。

原因有二：一、对于算法开发来说，编程基础都是硬性标准，都需要建模能力，无论具体到哪一个开发岗位，这条学习的道路共通；二、对于想要转岗的工程师来说，毫无相关经验是无法进入的，先确保能够进入再结合感兴趣的方向继续深挖赛道，这也是一种很好的抢占先机的方式。

抢占算法开发位置的好课，已为你准备好

自动驾驶汽车利用车载或路侧传感器感知车辆周围环境，并根据传感器所获得的道路、车辆位置和障碍物等信息来规划车辆行驶轨迹，控制车辆的油门、刹车和转向等驾驶动作，调节车辆行驶速度、方向和位置等状态，以保证车辆的行驶安全性、操纵稳定性和驾乘舒适性。

我们的课程通过基于车辆模型的横、纵向动力学控制典型应用案例，详细讲解自动驾驶汽车控制执行研发中所需的控制理论知识、车辆横、纵向控制原理、PID\LQR\MPC等算法、ACC\LKA等具体功能算法原理，并通过MATLAB/Simulink进行相关功能的仿真验证，从而为学习者转向自动驾驶控制领域奠定扎实的基础。

课程收益

知识：

1、能够使用Simulink Control Design设计控制器，使用ADST等工具箱整合模拟环境

2、能建立车辆二自由度数学模型，并使用MATLAB/Simulink进行仿真

3、能设计基于PID的LKA控制器仿真模型,并进行PID参数的整定

4、能设计基于LQR的LKA控制器仿真模型，并进行参数优化

能力：

1、了解自动驾驶研发岗位及关键能力要求

2、掌握控制理论、控制算法（PID\LQR\MPC）、常用滤波算法（KF）、车辆建模方法

3、掌握智能辅助驾驶常见功能的控制策略、开发过程、仿真验证

4、掌握基于模型的开发流程及方法

主讲老师

刘老师，清华大学博士

研究方向为智能驾驶汽车动力学控制与优化、网联汽车及新能源汽车智能控制。以核心技术人员参与国家横纵向科研项目10余项，于IEEE TIE、TITS等期刊发表论文20余篇，发明专利和实用型专利权10余项。

曾任业内某汽车技术服务公司首席技术专家、开发部长，具有丰富的一线实战开发经验。

课程服务

946分钟精制MOOC，涵盖自动驾驶控制研发必备基础、经典理论、算法，配置项目作业，为初学者入门自动驾驶控制领域奠定基础。

5次互动直播， 基于实战项目案例讲授理论知识、控制算法在实际工程中的应用，探讨入职或转型自动驾驶控制领域核心能力，助力学习者探索提升方法。

互动班级群，讲师解惑指导，助教辅助答疑，堂主带班督学，帮助学习者克服学习中的困难，以获得最佳的学习效果。

适合人群

• 希望从事自动驾驶控制研发岗位的在校学生；

• 希望转型自动驾驶控制研发岗位的传统岗位研发工程师；

• 自动驾驶相关产业产品经理、项目经理等；

• 希望了解自动驾驶控制研发的相关人士。

课程安排

录播

课程1：智能辅助驾驶功能控制逻辑

课程2：MATLAB电子系统开发与建模

课程3：自动驾驶研发必备控制理论基础

课程4：自动驾驶研发常用滤波算法

课程5：车辆动力学建模和运动学模型

课程6：自动驾驶研发常用滤波算法

课程7：车道保持辅助系统（LKA）的开发

直播

直播1：自动驾驶规划与控制技术解析

直播2：基于模型的开发方法与应用案例

直播3：基于多传感器融合的车道线检测及目标跟踪实现案例

直播4：自动驾驶汽车研发常用控制算法

直播5：自动驾驶汽车研发常用控制算法

直播6：自动驾驶研发动力学控制应用

如何报名

关于清研车联

清研车联，是清华大学苏州汽车研究院重点孵化打造的汽车职业教育企业

专注于汽车行业垂直产业链，致力于中国汽车产业新型人才的培养，为汽车产业的转型升级大规模输送合格人才，为院校和企业的人才培养提供综合解决方案。

积极应对汽车产业变革中科技、人才、服务等快速发展趋势，充分依托清华大学优质的教育资源，重点聚焦新能源汽车、智能网联汽车、汽车智能制造，汽车轻量化与NVH等汽车新技术领域，推陈出新，引领教育变革，从内容和模式方面协同国内汽车职业教育转型升级。

在线教育MOOC官网：www.auto-mooc.com