图灵汇官网

前言

无人驾驶技术入门系列的番外篇将为您解答许多读者在回答和文章中提出的一些优质问题。这些问题的答案将作为无人驾驶技术的补充和扩展。

正文

问题一

Q: 我个人对无人驾驶或行车电脑联网持怀疑态度。我认为把安全交给电脑，这台电脑必须非常稳定，不能出故障，例如短路之类的问题。如果以后汽车行车电脑联网，高端黑客是否也能操控汽车？就像电影《速度与激情》那样，让人觉得走在路上都有危险。

A: 关于您提到的电脑稳定性问题，无人驾驶系统会专门设立一个名为“功能安全”的团队来研究，确保在功能失效的情况下，乘客的安全得到保障。至于黑客攻击的问题，这确实是一个值得关注的风险，但会有更多的安全专家设计更安全的系统架构。技术的发展需要时间，业内人员对可能发生的情况考虑得更多、更细致。开车这种高度重复性的机械动作，最终被高阶机器智能取代是一个必然趋势。

问题二

Q: 我是一名即将毕业的大四学生，之前学习过OpenCV，但效果不佳。后来转向深度学习，发现它的表现非常出色。现在面临找实习或工作的选择，作为一名车辆工程专业的学生，是否需要继续学习深度学习？对于找工作来说，哪一方面的考察更重要？

A: 深度学习是一个有潜力和前景的方向。从企业HR的角度来看，本科生的竞争力确实不如研究生。如果有机会保研，深度学习的相关知识还是值得学习的。如果不能保研，可以评估一下考研的难度，选择一些在该领域较有实力的院校。如果没有读研的打算，可以申请一些专注于自动驾驶领域的公司实习，例如驭势科技、百度等。如果暂时找不到实习，可以广泛投递所有与深度学习相关的职位，尤其是在自动驾驶领域，会有更多的机会。

问题三

Q: 无人驾驶技术似乎更适合计算机专业的学生，车辆工程专业的学生是否不适合从事这一领域？或者在读研时需要转专业？

A: 计算机专业的学生在无人驾驶技术方面确实更具优势，因为他们的专业更偏向于软件开发。然而，车辆工程专业的学生也有自己的优势，例如对CAN总线、汽车动力学以及底层控制的Simulink模型等有更深的理解。无人驾驶技术涉及多个领域，两者各有侧重，并非只有计算机专业的学生才有绝对优势。

问题四

Q: 我的儿子现在在吉林大学学习车辆工程，计划毕业后去美国读研。如果他将来想从事无人驾驶技术，应该往哪个研究方向发展？

A: 您需要自己调研一下美国在自动驾驶领域较为出色的大学，也可以参考KITTI数据集上评分较高的学者所在的研究机构。在大学期间打好编程基础，尽量多学习一些计算机知识。至于具体的研究方向，这没有唯一的答案，各个方向都有人才需求。

问题五

Q: 作为一名应届毕业生，之前没有接触过无人驾驶技术，只学过基础的Python。如果按照您建议的方向去学习无人驾驶技术，还需要克服哪些困难？

A: 您可以调研一下常熟的中国智能车未来挑战赛，看看历届冠军都是哪些学校。选择一个自认为能够考上的学校，提前联系那个课题组的老师，争取考上研究生。这是第一步。在研究生面试前可以阅读一些无人驾驶方面的书籍，例如科普类的《第一本无人驾驶技术书》。具体的研究方向待拿到研究生录取通知后再做决定。

问题六

Q: 您提到“类似特斯拉的AutoPilot功能，根本不需要使用到激光传感器”。但是特斯拉的致命事故是因为视觉上将反射强烈阳光的白色货车误认为是高速标识造成的。所以，不仅仅是激光传感器，我认为即使是在高速公路上，也应该使用声纳、超声波等传感器，才能算真正的自动驾驶。因为不以安全为前提的自动驾驶只是在耍流氓。

A: 特斯拉的AutoPilot条款中明确规定，该功能仅适用于高速公路，并且要求驾驶员时刻注意前方，随时准备接管车辆。从条款上看，AutoPilot其实是一个简单的车道保持功能。然而，特斯拉将其夸大宣传为自动驾驶，导致用户不够谨慎。特斯拉的事故发生在AutoPilot不适合使用的区域。

另一个重要原因在于，AutoPilot主要依赖视觉，毫米波雷达为辅助。特斯拉为了提高驾驶舒适性，过滤掉了毫米波雷达检测到的静态障碍物（否则高速公路上的龙门架、标志牌等都可能被认为是静止障碍物）。因此，当视觉检测不到横跨在路上的大卡车车厢，且毫米波雷达的数据未被使用时，悲剧便发生了。现阶段要实现复杂的自动驾驶环境，激光传感器几乎是必不可少的，这一点我表示认同。但在单一场景（如高速公路）下，如果算法足够优秀，可以不使用激光雷达，毕竟激光雷达的成本较高。

后记

无人驾驶技术快问快答第一期到此结束，如果您有更多的无人驾驶技术方面的疑问，可以在评论区留言，或许会在后续的番外篇中出现。