关于「无人驾驶」的学习路线...

大鱼机器人 2020-01-15 11:40
来源 | 知乎冰锐
二次排版 | 张巧龙

目前我的研究方向是多传感器融合感知和定位,所以关于这个方向的可能说的多一些。

先上传一张百度Apollo 1.0的全栈工程师的技术图谱吧。



下面进入正题吧!

首先是编程语言的学习了,Python,C++,Matlab,C这几门是必须要会的,有空闲是时间可以学学Java,毕竟是排名第一的语言。

首先,python人工智能的标配语言,可以看看廖雪峰的教程,B站上搜一下很多不错的教程。

其次,C++,被称为最难的语言,性能是这门语言的关键。可以看看C++ Primer 做入门,后面关于STL、多线程和socket编程等进阶了在说,到时候你自然知道看什么了。

Matlab学车辆的要会,这个多参加几次数学建大赛就都会了。

C语言,做嵌入式开发离不开它,单片机(如STM32)有时间可以玩一玩,不要求精通到会画PCB,但是车载网络的基本协议都要掌握,尤其是CAN,其次包括电机控制,各种车载传感器的控制和数据解析等都要会,自己有了想法想实现的时候,这不能成为你的障碍。

接下来说一些工具类吧!

首先是ROS系统,作为最流行的机器人操作系统应该熟练掌握,其中很多的思想对你学习其他的系统很有帮助。比如百度的Apollo系统就是从ROS中出来,虽然现在已经换成了他们自己开发的Cyber RT系统,但是ROS订阅和发布的机制仍然保留了,且那个系统从底层进行更改,我们在上层开发,只需要熟悉API就可以很快学会。除此之外ROS系统还有很强大的社区和各种开源的工具像Rviz(数据可视化),Gazebo(物理仿真模型)等工具很好用,关于ROS暂时说这些。

ROS的资料首推古月居前辈的《ROS机器人开发与实践》,深蓝学院有他的课,你可以看看,还有ROS的官网,要好好看看。

接下来是Bazel、Cmake、Protobuf等编译工具,这个上官网学习即可,Cmake有一个叫做《Cmake Practice》的小册子写的不错。

然后是Docker,容器的优点我就不细说了,主要是Apollo的系统是基于Docker的,一定要理解好容器的本质还有镜像和仓库的概念,这样对你理解docker的命令很有帮助。

接下来是Opencv和PCL了,一个2D视觉一个3D点云,我觉得视觉的发展一定会从2D走向3D,这两个库必须要会。Opencv就不说了,资料太多,自己搜就行,PCL有一本叫做《点云库PCL学习教程》的书,但是感觉就是官网翻译,不想看英语的可以看这个,把书里的代码全部跑一边,并且读懂每行代码的含义就行,以后用到哪一部分在细致学习即可。

接下来说一说人工智能的流行框架

首先是TensorFlow和Keras,这个主要是基于静态图的,  TensorBoard是很好的可视化工具,TensorFlow2.0改进后也可以进行动态图的编程了。TensorFlow主要是工业界在用,所以学习它是不可避免的。TensorFlow学习来还挺简单但是Debug的时候不是那么友好,底层代码晦涩难懂,这个的教程太多了,自己搜B站有很多。

其次是Pytorch,这个主要基于动态图,主要在学术界使用,但是最近Pytorch发展迅猛,刚刚发布1.2版本,感觉已经追上TensorFlow了。这个学起来简单易用,上手快,代码清晰易懂。

如果做视觉的话Caffe是个不错的选择,Caffe 中的数据结构是以 Blobs-layers-Net 形式存在的,扩展性好且专精于图像处理。学习起来和前面两个区别挺大,但是毕竟都是框架,都不是很难学。

前面说的那些你都会了,下面就要学些上档次的了。
首先数据结构和算法,这个你可以看看《大话数据结构》做为入门,之后上LeetCode上刷题,还有《剑指Offer》可以看看,不仅对你学习算法有好处,还对以后找工作有帮助。然后《操作系统原理》、《计算机网络》、《计算机组成原理》有时间都学一学,这是你和那些培训班出来的学生的区别。

关于机器学习和深度学习的原理课程的推荐。

首推Coursera上Andrew Wu的深度学习课程,配上课后的编程练习,一遍下来,最起码是个入门水平了,真正明白深度学习中的那些细节和原理。李宏毅的课程也很好,就是台湾腔听着有点不习惯,还有Standford的CS231N,李飞飞的课程,推荐自然没什么说的。书的话,可以看看周志华的《西瓜书》,还有著名的《花书》,以及《强化学习》都是圣经类的书籍了。

最关键的是数学了,这是一切的基础。
首先,本科阶段学的高数,线代,概率论都要熟练掌握,不能比考研的同学差,其次要自己学一学离散数学,线性代数要学的更高级,像奇异值分解,三角分解等要会,尤其是把概率论和线性代数结合起来,要看懂。线性代数可能需要你至少学三遍以上,才能逐渐理解它的美。然后是优化理论,像非线性优化和凸优化等,最后还有信息论的东西要学习一下。对了还有现代控制理论的东西必须要会,这是很基础的,也是很重要的。

最后再来推荐一波SLAM的相关书籍和视频吧!虽然,目前SLAM还不能在无人车上有太大的应用,但是学会了它,可以说,学其他东西都很简单。

首推,高翔的课程,他的《视觉slam十四讲》,SLAM入门非常好的书籍,还有他的视频课程。接下来推荐高翔翻译的《机器人学中的状态估计》读懂了这门书就在也不怕数学了,还有《概率机器人》让你对各种滤波器有很好的理解,最后要想深入视觉SLAM,《计算机视觉中的多视图几何》这本书是逃不开的,想要成为精英,就要付出代价,可以慢慢啃。还有推荐高翔在深蓝学院的《从零手写VIO》课程,这可能是视觉SLAM真正应用的很好的方向了,多传感器融合的趋势已经不可阻挡了。还有激光SLAM,我看到是曾书格的视频。

还有Udacity的无人驾驶课程挺好的,要是能自己完成全部项目,相信已经超过70%的人了,我打算这个假期把这个课程看的差不多。

最后,也来展示一下我们前一阵利用百度Apollo做的无人校园快递车的Demo吧!

校园无人驾驶演示

在车辆工程专业想做无人驾驶的小伙伴,这个专业可能成为你的劣势,但是把握好,这可能会变成我们的优势。

虽然我一直是为了拿奖学金和保研被迫学了车辆的知识,但是四年下来,我对车的理解真的和大一刚来的时候有了很大区别,真的敢说自己懂点车了。

总之,技多不压身,虽然是被迫学习,但是也都挺过来了。也许这就是命,可能当初高考少打20分我就去学计算机了,也许在计算机专业我再也不会接触到车,也许会有更好的选择,但是现在也不后悔,在车辆的这几年我变的更加立体了,学了很多课外的东西,过的也很充实。

我从没有被自己的专业限制,本科阶段我们就应该广泛接触,多学自己感兴趣和对未来的发展有帮助的知识,研究生在选一个小的方向继续深入。

不要被专业限制了自己,觉得自己是车辆工程的学生编程就是不行,数学就是不好。

专业只是你的一个小小的标签,除去它,你练就的各种各样的能力才是真正重要的东西,车辆专业的你,代码能力依旧可以很好,数学水平仍然可以练就,要对自己有自信!


-END-


往期好文合集

电路与爱情<<戳这里
是否要从单片机转嵌入式Linux?<<戳这里
分享GitHub上一些嵌入式相关的高星开源项目<<戳这里

  最 后  
 

若觉得文章不错,转发分享,也是我们继续更新的动力。
5T资源大放送!包括但不限于:C/C++,Linux,Python,Java,PHP,人工智能,PCB、FPGA、DSP、labview、单片机、等等
在公众号内回复「更多资源」,即可免费获取,期待你的关注~
长按识别图中二维码关注
大鱼机器人 一个专注于机器人技术,单片机,嵌入式系统,智能家居,智能设备,PCB设计,IT最新动态的自媒体。此外,还有海量学习资源等你来领取。作者:张巧龙,个人微信号:well_xiaolong。欢迎关注公众号,名称:大鱼机器人,公众号ID:All_best_xiaolong
评论
热门推荐
相关推荐
我要评论
0
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦