Apollo-Skillmap专题

Apollo 自动驾驶工程师技能图谱

本图谱核心贡献者:Apollo 技术布道师团队

基于 Apollo 技术框架的自动驾驶工程师技能图谱:跟公布的技术框架结构保持一致,强调了 Apollo 软件之外的硬件能力。

Toolbox(Basic)

  • Bazel
  • Protobuf
  • Docker
  • ROS
  • OpenCV

Language(Basic)

  • C++
  • Bash
  • Python
    • Keras
  • JavaScript
    • Node.js
    • React

Machine Learning Frameworks(Basic)

  • PaddlePaddle
  • Caffe
  • TensorFlow

硬件(芯片)编程 (Basic)

  • CPU
  • GPU(CUDA)
  • FPGA

Cloud Service Platform(Apollo)

  • HD Map
    • OpenDrive
  • Simulation
    • Matlab/Simulink
    • GameEngine(UE4)
  • Data Platform
    • 虚拟化
    • 异构计算
    • 分布式计算
    • 分布式存储
  • Security
  • OTA
  • DuerOS

Open Modules(Apollo)

  • Localization
  • Perception
    • Deep Learning:CNN
    • Low-level Vision
    • 图形学与视觉几何
    • 状态估计与滤波
    • 最优化问题求解
  • Planning
    • Smoothing Curves
    • Vehicle Kinematics
    • Station-time 2D Model
    • Optimization Algorithms:Dynamic Programming
    • Quadratic Programming
    • Smoothing Spline
    • A*
    • Probability Math Models:Bayesian
    • Markov Process
    • MDP
    • Machine Learning:
      • CNN
      • RNN
      • Reinforcement Learning
    • Motion Planning Background:Sampling Based Motion Planning
    • Optimization Based Motion Planning
    • ComputerScience:Parallel Programming
    • For Planning Focused:Basic Motion Planning Technique
    • Dynamic Programming
    • Computation Geometry
    • 深度学习算法、BP 算法
  • Control
    • Basic Control Theory
    • Linear-Quadratic Regulator (LQR)
    • Model Predictive Control(MPC)
    • PID Basic Control Theory
  • End-to-End
    • Deep Learning
    • CV
    • 逆向汽车动力学模型
    • 端到端驾驶模型:
      • 横向模型:CNN
      • 纵向模型:Convolutional-LSTM
      • 横 + 纵向模型:LRCN

Hardware & Sensors (Apollo)

  • Computing Unit
    • IPC(Intel Nvidia ...)
    • 专用自动驾驶计算单元(PX2 TX2 ...)
  • Perception
    • Camera(单目/双目)
    • LiDAR
    • Radar
    • Ultrasonic Radar
  • Localization
    • GPS
    • IMU
    • other perception sensors
  • CAN Card
  • HMI Device
  • V2X Device
  • Safety
    • Black Box
  • 传感器知识与技能
    • 搭建方式
    • 配置流程
    • 数据形式
    • 能够通过数据判断传感器是否正常工作
  • 无人车知识与技能
    • 基本的硬件组成
    • 各 Sensors 流程
    • 通讯信息接口
    • 各个传感器优点、能力与局限
    • 知道本模块对于硬件的需求
    • 算法对于硬件的依赖、瓶颈
    • 硬件的基本参数性能、调参方法
    • 熟悉上车开发调试环境

Vehicle(Apollo)

  • 线控车辆
  • 车辆电子控制系统
    • Protocol
      • Can
      • Lin
      • FlexRay
    • 动力系统控制
    • 制动系统控制
    • 转向系统控制
  • 车载语音交互系统
  • AUTOSAR

本站为非盈利网站,作品由网友提供上传,如无意中有侵犯您的版权,请联系删除