自动驾驶数据分析实习心得记录

记录自己在自动驾驶L4初创公司实习的学习心得

========================

 << To be a qualified PnC algorithm engineer >>

自动驾驶相关

1. Prediction

现有方法常用rule-based 以及 model-based

2. Decision

• 决策主要是针对换道的决策，同时需要考虑 MIO(Most Inportant Objects)的运动。
• 针对不同决策，可以生成不同的可行驶区域，并以此来生成相应的STL图来作决策。
• MDP用来对整体轨迹规划提供方向，可以通过值迭代(可能也可以通过策略迭代)以及常用路径规划方法构建一个 global planner 和 local planner (Such as RRT, A*)。
• 基于frenet的运动规划， 可参考 Optimal Trajectory Generation for Dynamic Street Scenarios in a Frene´t Frame
• 可以基于博弈论，来考虑不同MIO之间的 negotiation

3. Motion 

现有方法一般都是针对纵向和横向的MPC，即将运动规划解偶为S和L方向的规划。对于不同场景下，可以对不同的 Obstacles 作不同的约束，

 

工具相关

熟悉 Gitflow的开发模式 (Master, hotfix, release, develop, feature)

熟悉 Bazel 

熟悉 cmake

熟悉 Docker

熟悉 Eigen

熟悉 Boost

熟悉 Linux 以及常用指令(包括正则表达式)

熟悉 Vim 操作 

 

C++相关

常用关键字

常用 STL 标准库 (vector...)

 

数理相关

• MDP 马尔科夫决策过程 (Decision)
• 博弈论 (Decision)
• 决策树 (Decision)
• QP问题 (Motion)
• iLQR 和 MPC (Motion)
• Bayesian inference (可作为一个 低通滤波器)