平均年薪 50 万的无人驾驶工程师，需要掌握这 5 大关键技术

关键字全网搜索最新排名

【机器学习算法】：排名第一

【机器学习】：排名第一

【Python】：排名第三

【算法】：排名第四

无人驾驶无疑是 2017 年人工智能领域最热的话题，它涉及了目标感知、定位、自主决策、协同控制等诸多前沿技术。谷歌等互联网巨头、国内外传统汽车企业以及无人驾驶技术为核心的创业公司，纷纷布局。

据估计，半自动驾驶和全自动驾驶汽车在未来几十年的市场潜力相当大。例如，到 2035 年，仅中国就将有约 860 万辆自动驾驶汽车，其中约 340 万辆为全自动无人驾驶，520 万辆为半自动驾驶。当下，以无人驾驶为核心技术的创业公司已达到 27 家，融资规模超过 80 亿人民币。

Roadstar.ai、Minieye、中科慧眼、图森、Momenta、英倍汽车智能、景驰科技、地平线机器人、纵目科技、骥智智能、环宇智行、YINCAA鹰瞰、驭势科技、易航智能、FMC、蔚来汽车 、饮冰科技、云天励飞、禾赛科技、伟景智能、智行者、小鹏汽车、极目智能、清智科技、智驾科技、西井科技、Pony.ai（排名不分先后）

近期，由腾讯研究院与 Boss直聘联合发布的《2017年全球人工智能人才白皮书》报告中，AI 领域高薪职位调查中，自动驾驶工程师平均薪资4万/月，高居第一，远超语音识别、推荐算法、机器学习、计算机视觉等领域，如图一所示。

图一 人工智能领域高薪职位排行榜

如何入门无人驾驶，深入了解无人驾驶关键技术呢？清华大学猛师智能驾驶团队，联合深蓝学院正式推出『无人驾驶关键技术与实践』在线直播课程。 课程讲师均为清华大学一线青年学者，具备深厚的无人驾驶技术理论基础，以及丰富的无人车路测经验。

讲师团队

张新钰，清华大学副研究员，智能驾驶猛狮团队负责人，中国人工智能学会副秘书长。主要从事智能驾驶和智能信息处理等方面的相关研究工作，承担了国家重点研发计划、自然科学基金、中国工程院等多个产业化项目。发表学术论文四十余篇，出版《智能驾驶100问》、《无人驾驶技术》，荣获省部级二等奖3项和三等奖2项。

刘华平，清华大学副研究员，博士生导师。IEEE Senior Member、中国人工智能学会理事、认知系统与信息处理专业委员会秘书长，主要从事机器人感知、学习与控制，多模态信息融合领域的研究。在IEEE Trans. On Automatic Control、IEEE Trans. on Circuits and Systems II、以及Automatica等国际期刊，以及ICRA、IROS等国际会议中发表论文十余篇。

郭世纯，清华猛狮智能车团队主要成员，算法工程师。清华大学计算机系硕士，毕业后有多年轮式机器人平台开发经验。主要从事定位及自主导航等方面的相关研究工作，负责autlabor轮式机器人软件框架的研发。

课程内容

1. 无人驾驶概况

1.1 无人驾驶汽车发展史

1.2 无人驾驶汽车的几种发展模式

1.3 无人驾驶面临的挑战问题

1.4 无人驾驶产业进行展望

2. 无人驾驶体系架构

2.1 无人驾驶体系架构 2.2 无人驾驶传感器 2.3 无人驾驶的关键技术 2.4 无人驾驶的计算平台

3. 视觉目标感知技术

3.1 目标检测与识别技术 3.2 面向无人驾驶的目标检测技术 3.3 典型目标检测方法 3.4 目标检测性能评测 3.5 目标检测实践

4. 多模态目标感知技术

4.1 多模态信息感知技术 4.2 无人驾驶中的雷达信息处理 4.3 基于雷达信息的目标检测 4.4 视觉-雷达融合的目标检测技术 4.5 多模态感知技术实践

5. 定位感知技术与实践

5.1 常见的定位技术概述 5.2 多传感器的融合定位算法 5.3 基于单线激光雷达的gmapping建图 5.4 自适应蒙特卡洛定位算法

6. 自主决策技术

6.1 全局规划与局部规划概述 6.2 A*以及Dijkstra全局路径规划算法 6.3 动态窗口局部路径规划算法 6.4 全局规划及局部规划使用策略

7. 协同控制技术

7.1 自动控制基本原理 7.2 PID控制器设计 7.3 无人驾驶的控制技术

8. 基于ROS框架的无人驾驶技术综合实践

8.1 ROS框架介绍 8.2 无人驾驶模拟器 8.3 无人驾驶平台实践