自动驾驶职位选择和常见术语_自动驾驶cla部门

如何选择自动驾驶学习基础（一）

---

前言

主要介绍了自动驾驶的一些主要职业，以及可以发展的方向，以及一门公开课。（网址：https://www.coursera.org/lecture/intro-self-driving-cars/welcome-to-the-self-driving-cars-specialization-9l23h）

---

一、自动驾驶岗位选择

二、课程

1.前置知识

状态估计与定位：对状态估计与重要方法的理解，开发使用典型的车辆定位传感器，应用卡尔曼滤波处理汽车状态估计问题，高精度地图与雷达融合

知识的先决条件
要学好这门课程，你必须具备以下前提知识:

有中级Python编程经验
熟悉线性代数(矩阵，向量，矩阵乘法，秩，特征值和向量，和逆)
统计学(高斯概率分布)
多变量微积分
物理学(力、力矩、惯性、牛顿定律)
知道如何开车当然很有帮助，但这不是这门课程的硬性要求。

硬件和软件要求
在本课程的最终项目中，您将开发控制代码，以在CARLA模拟环境中的赛道上驾驶自动驾驶汽车。
为了有效地运行模拟器并完成最终的项目，您将需要以下硬件和软件规范。

台式机或游戏笔记本电脑，包括:
Windows 7(64位及以上，Windows 10优先)或Linux (Ubuntu 16.04及以上)
四核英特尔或AMD处理器，2.5 GHz或更快
NVIDIA GeForce 470 GTX或AMD Radeon 6870 HD系列显卡或更高
8 GB 内存
OpenGL 3或更高版本(适用于Linux电脑)
MacOS
此时，macOS并不被CARLA原生支持，因此我们提供的CARLA二进制也不支持macOS。
建议创建到Linux或Windows的双引导，以便为课程设置CARLA。

虚拟机
不鼓励使用虚拟机，因为它们通常没有运行虚幻引擎所需的硬件虚拟化(CARLA是基于虚拟机的)。建议直接安装Linux或Windows作为双引导，以便为课程设置CARLA。

2.术语

ACC: Adaptive Cruise Control
一种控制车辆纵向速度的巡航控制系统。ACC可以保持一个想要的参考速度或相应地调整其速度，以保持与其他车辆的安全驾驶距离。

Ego
一个表达自我概念的术语，用来指被自动控的车辆，而不是场景中的其他车辆或对象。它最常用的形式是自我-车辆，意思是自我-车辆。

FMEA: Failure Mode and Effects Analysis
失败分析的一种自下而上的方法，它检查单个的原因，并确定它们对更高层次系统的影响。

GNSS: Global Navigation Satellite System
提供位置估计的所有卫星系统的通用术语。美国制造的全球定位系统(GPS)就是GNSS的一种。另一个例子是俄罗斯制造的GLONASS (Globalnaya Navigazionnaya Sputnikovaya Sistema)。

HAZOP: Hazard and Operability Study

FMEA(失效模式和影响分析)的一种变体，它使用指导词来头脑风暴可能出现的一系列故障。

IMU:惯性测量单元

加速度计一种由加速度计和陀螺仪组成的传感器装置。IMU用于测量车辆的加速度和角速度，其数据可以与其他传感器融合进行状态估计。

LIDAR: Light Detection and Ranging

一种传感器，通过透射光来检测距离，并测量反射信号的返回时间和位移。

LTI: Linear Time Invariant

动态不随时间变化的线性系统。
例如，一辆使用独轮车模型的汽车就是LTI系统。
如果该模型包含轮胎随着时间的推移而退化(并改变车辆动力学)，那么该系统将不再是LTI。

LQR: Linear Quadratic Regulation

一种利用全状态反馈的控制方法。该方法寻求对依赖于状态和控制输入的二次成本函数进行优化。

MPC: Model Predictive Control

一种控制方法，其控制输入在有限的时间范围内优化用户定义的成本函数。MPC的一种常见形式是有限水平LQR(线性二次调节)。

NHTSA: National Highway Traffic Safety Administration

美国政府行政部门的一个机构已经开发了一个由12部分组成的框架来构建自动驾驶的安全评估。框架可以在这里找到。
https://www.nhtsa.gov/sites/nhtsa.dot.gov/files/documents/13069a-ads2.0_090617_v9a_tag.pdf

ODD: Operational Design Domain

给定系统被设计用来运行的一组条件。例如，一辆自动驾驶汽车可以有一个用于在城市环境中驾驶的控制系统，还有一个用于在高速公路上驾驶的控制系统。

OEDR: Object and Event Detection and Response

能够检测到立即影响驾驶任务的对象和事件，并对它们作出适当的反应。

PID:比例积分微分控制

一种常用的控制方法，定义为3个增益。

1)一种比例增益，它根据误差的大小缩放控制输出

2)一种积分增益，它根据累积误差的大小对控制输出进行缩放

3)一种基于错误率变化的控制输出的导数增益

雷达:无线电探测和测距

一种传感器，通过发射无线电波来探测距离和运动，并测量反射信号的返回时间和位移。

声纳:声音导航和测距

一种传感器，通过发射声波来探测距离和运动，并测量反射信号的返回时间和位移。