中国汽车工程师之家--聚集了汽车行业80%专业人士 

论坛口号:知无不言,言无不尽!QQ:542334618 

本站手机访问:直接在浏览器中输入本站域名即可 

您当前所在位置: 智能汽车 > 查看内容

时代浪潮下的个体境遇:一位自动驾驶工程师的自述

文章作者头像
发布:mizhongquan 来源:
PostTime:28-8-2023 09:30
主页 评论:2
前言万字长文记录一个无名之辈在汽车自动驾驶行业的5年过往。动笔并非因为不同寻常的经历,也不是为了分(chui)享(xu)成(shi)功(bai)之道,纯粹是由于最近空白时间陡然增多(原因将在结尾揭示)。这些年,汽车 ...

以下为文章全文:(本站微信公共账号:cartech8)


汽车零部件采购、销售通信录       填写你的培训需求,我们帮你找      招募汽车专业培训老师

前言


万字长文记录一个无名之辈在汽车自动驾驶行业的5年过往。动笔并非因为不同寻常的经历,也不是为了分(chui)享(xu)成(shi)功(bai)之道,纯粹是由于最近空白时间陡然增多(原因将在结尾揭示)。

这些年,汽车行业正经历着产业转型与变革,致使新王崛起,旧王迟暮的故事不绝于耳。时代浪潮的波涛汹涌,牵动着个人境遇的颠沛浮沉。宏大叙事下的普通个体,生活平平无奇,本不值一提。可是,当下受高失业率与诸多不确定性因素的影响,焦虑、迷茫、不安的普遍情绪已成为无法忽视的客观存在。一个普通个体经历的剖面展示,或许代表不了什么,也不能用来解读行业的全貌,但也许能让共鸣的人感到一丝安慰,或是为同行的人提供一些避坑警示。便是初衷。


从业5年,25岁-30岁。

呆过三家公司,德企(德国),合资(上海),美企(上海)。

有过5段项目经历,涵盖POC,量产,流程改进,测试认证。

承担过5类工作角色,定位算法开发→感知算法开发→ASPICE项目负责人→感知与定位团队经理→嵌入式集成开发。

这些构成了一个非典型的职场故事。

蜜汁自信的就业选择


毕业季求职那年,周围的同学大都手握好些个offer,且这些offer所处的行业类型也比较多样。那时的我不知哪里来的笃定,过早地就给自己划定了圈圈——搞自动驾驶,去上海,去车企。所以,我总共没投几家,面试也没花太多时间,做决定也没太纠结。

那时候(2017年)来学校宣讲的公司有很多,自动驾驶绝不是最热门的选项,而是要么金融,要么华为,要么体制内拿户口。那些当时还名不见经传的公司,绝大数今天都成为了头部,被大家广泛熟知、瞻仰。

虽然这些搞自动驾驶的公司宣讲会基本我都去了,但最终投简历的并不多。那时候许多初创公司还没有在上海设置研发基地,而是扎堆在北京。于是,地域因素替我做了筛选。

其实,上海的汽车产业要比北京大很多,许多车企和供应商都聚集在上海嘉定。不过,他们大都是传统企业,包括外资,合资,央企,供应商等。那时候,“新势力”还没有被广泛营销,所以这些公司也并不是认为自己“传统”,纷纷也开始搞起自动驾驶自研。

受制于有限的认知,那时的我认为,站在汽车产业链终端的车企,才是把握汽车行业方向的人。自动驾驶的成败,怎么都绕不过车企这一道防线。因此,我的决策逻辑是这样:
  • 车企多年来积累的行业基础毋庸置疑,对行业的未来发展应该有着独到的理解与认知,所以如何把自动驾驶这件事做成,也应该有比较成熟的想法吧。
  • 合资车企有着更大的市场份额,汇聚了两大集团的力量,所以智慧也应该是double吧。
  • 新成立的部门搞自研,没有历史包袱,也没有自研经验,所以发挥的空间应该会比较大吧。

基于以上,我决定加入合资车企成立的新部门,踏上了车企自研之路。

热情澎湃的POC Demo


那年,同批入职的应届生有近50人,部门总共70人左右,到处洋溢着青春的气息。在一个老牌大厂,这样的年轻团队实属少见。新成立的部门,新装载的员工,干劲十足的领导,充足的预算,也无量产压力,部门上下传递着一门心思搞自研的坚决气魄。

第一个POC项目是园区自主泊车。几位大佬带着一大帮新兵,从零开始,徒手搭建自动驾驶系统。管理层积极推行Agile敏捷管理方法,推广使用Jira,confluence等敏捷流程工具。很快,团队上下便建立起敏捷信仰,大家时常讨论敏捷活动的具体细节应该如何做。两周一次的Sprint Review Day,显得格外热闹,团队之间相互围观,中外方领导也十分关注,经常来旁听且提问。感觉所有人像是坐在同一辆加满汽油的车里,每个人都卯足了劲儿学习,齐力去追赶更早出发的前辈。

之前在学校里做过一个移动机器人室内建图定位的项目,积累了一些SLAM技术基础,因此,我在这个泊车POC项目主要是做定位算法开发。虽然这是我第一次接触自动驾驶研发,但对整个工作流还算了解,心想不过是把移动对象从一个turtlebot换成一个更大一点的油车。谁不说无知者无畏呢?

项目的快速启动,少不了fork开源项目的成果。最受瞩目的当属Apollo和Autoware,不仅提供了软件参考框架,也提供了代码实现。开源带来的拿来主义,确实能降低初期的开发工作难度。装上传感器,通信打通,接到后备箱的工控机,Linux和ROS运行起来,控制信号经CAN走底盘,车便颤颤巍巍动起来。“可以了,齐活儿。“我们就像是第一次实现跨太平洋海底电缆通信的在场工程师,对刚刚发生的一切感到由衷的喜悦和兴奋。几个人局促在狭窄的副驾和后排,在笔记本电脑上输入几个简单指令,就能让汽车这样一个大家伙按照意图走起来,实在是令人无比激动的体验。

泊车场景包含了地下车库和室外园区两种工况,对定位精度要求比较高,即使有高精度的组合导航设备加持,也不能很好解决园区GPS信号弱和地下车库长时间GPU丢失带来的精度影响,务必需要另一种定位方法来补充,即基于SLAM的相对定位。Lidar-based 的Cartographer和Vison-based的ORB-SLAM是我们的首选。没错,开源是第一生产力,但实际项目可不是fork-run-done这么简单,会有各种各样的问题出现。解决这些问题,是工程经验积累的必经之路。
  • 摸透传感器的脾气:了解不同传感器的特点,理解传感器数据的特征。激光雷达类型、线束、测距范围;摄像头帧率、分辨率、畸变情况;GPS信号类型、有无固定解、IMU信号。
  • 传感器的时空标定:精细的话用标定房间,粗犷的话用自制标定板。设备时钟是软同步,还是硬同步。请记住1970年1月1日。
  • 调参的精髓会了吗:面对不同的应用场合,使用不同的传感器,免不了要对开源算法进行调参(魔改),才能有比较好的表现。论文看了,代码读了,并不意味着你就能调参了。准备调参前,问自己是否真的理解这个参数,为什么要有这个参数,遇到的问题与这个参数有关吗,该往哪个方向调整。实践出真知。
  • 性能优化与加速:一切优化都是为了满足下游客户的需求。室外与地库的定位精度评测手段不一样。不同定位方法的输出频率不一样。当多个智驾应用程序同时运行时,工控机的计算资源是否吃得消。
  • 动态变化的外部环境:室外有晴天、雨天、阴天,视觉特征子泛化能力如何;地库是什么时候新增的这块幕布,之前停在这里的车怎么不见了。

这段时期的日常范式,基本上是采数据、回放、定位问题、修改代码、上车验证、展示进展,循环往复。一日三餐在公司,加班加点是常态。25岁生日那天,我在测试车里到待到了深夜。

邻桌的一位前辈说,“我偷偷观察了你的眼睛,充满了对知识的渴求和对问题的执着。”

在德工作的日子


一家合资公司打算开启新业务,踏足自动驾驶研发,不免想到首先借助两大集团的平台资源。

新部门成立之前,公司选派了几人深入到本土集团的智驾部门进行实地学习(一个月?三个月),目的是弄清楚智驾部门的组织结构和工作内容,为成立新部门做好前期准备。这几位元老随后成为了新部门的核心主管。

新部门成立不久,与德国智驾部门的联络也开始建立,设立了一个中德联合研发项目,派遣7人去往的德国集团的智驾部门进行实地开发(一年),目的是掌握智驾部门的技术体系和研发工具,为新部门的自研工作储备力量。我是7人小分队的成员之一。

第一次出国的心情十分激动,对陌生的一切充满了期待。后来每到61儿童节,我都会想起那天,看到“世界很大”。

刚开始我们住在酒店,一边适应当地时差,一边适应工作环境,一边也在适应食物口味。天空很蓝,窗外很静,街上人少。习惯晚上10点半睡觉的我,十分不太习惯此时的太阳还不睡觉。地理课本上的夏令时,原来是这样的。

工作环境比国内要好一些,工位没有那么拥挤,周围也更加安静,适合专注地工作,我很喜欢这一点。不过,我在这里的工作内容发生了一些变化,和同行的另一名同事一起负责感知模块的工作。虽然定位和感知都有与激光雷达、摄像头打交道,但两者的技术栈内容相差还是挺大的。定位解决的核心问题是“我在哪里”,关注的是本体状态;而感知解决的核心问题是“周围是什么”,关心的是客体状态。

我挺喜欢学习这件事儿,沿着问题找到答案的过程,总是充满了惊喜。说干就干,从零开始学习感知技术。第一次听到“learning by doing”这个词,是这边感知组的PM给我派任务的时候。当下版本的感知系统对目标物体的速度检测存在一些延迟和误判,让我尝试能不能利用毫米波雷达来改善速度检测的准确性。

感知是一个多传感器融合的大系统。多传感器信息融合的方式有多种方案,简单地可以分为前融合和后融合。在很长一段时间里,大部分智驾系统采用的是后融合方案,即目标物层级的融合。这种方案在高速路工况下问题不大,可在复杂拥挤的城区道路,就完全不适用了,因为目标物太多,距离又很近,传统的目标物匹配算法遇到了很大的困难。于是,前融合的方案开始被大家广泛讨论。

一种前融合思路是,把连续的三维空间分解成一定大小的网格离散空间。然后将激光雷达点云的距离信息、基于深度学习的像素语义分割信息和毫米波雷达的原始点云的速度信息,这三类数据投影到离散空间的网格内。最后,基于这个包含丰富语义信息的离散网格,生成目标物列表。这里的前融合主要体现在不同传感器原始数据的早期融合,使得每一个空间小网格具备了距离、语义、速度属性,为后续稠密目标物群的生成提供了丰富的信息输入。

在ADAS领域,毫米波雷达算是一位老兵了,业界已经有十分成熟的产品,成本低,可靠性高,但存在的问题是在城市工况下的误检和漏检很多。在激光雷达和图像衬托下,它显得有些多余了,这可能也是感知组在前融合方案里不着急加入毫米波雷达的原因之一吧。

不过,眼下棘手的速度检测问题,有必要重新思考一下毫米波雷达在前融合方案里的江湖地位了。为了解决这个问题,我开启了两条故事线。一条是研究毫米波雷达,查阅检测原理,研读核心算法,设计场景实验,测试性能表现,分析数据特征,找到内在规律;另一条是研究前融合框架,理解整条数据链路的处理过程,熟悉每个环节的具体内容,反向推理每个算法背后对应的实际问题,找到速度检测问题的突破点,设计融合毫米波雷达速度检测信息的路径。

经过半年时间的不断摸索和调整,最终完成了毫米波雷达的前融合,且在实车上得到了性能验证。当在技术分享会上向大家展示实验结果时,我是又激动又兴奋。当德国同事通知我,他打算把我的这部分代码合并到主开发分支时,我是又自豪又感激。这半年期间,对桌盟友数次充当小黄鸭,帮助我厘清程序设计思路;德国同事不厌其烦地解答我的疑问,帮助我理解复杂的感知链路。没有这些支持,我很难在这样短的时间内积累如此多的感知算法知识。

可是,全球新冠疫情的突然爆发,改变了原本平安喜乐的生活和工作。每天各种新闻报道铺天盖地,骇人的新增数字居高不下,我感受到了生存的威胁。每周一次出门大采购,回来拎着重重的购物袋。害怕遇到陌生人,更害怕路边突然摇下的车窗,发出指向自己的怒吼。整日待在房间里,不是躺在床上,就是躺在沙发上,窗外的蓝天不再觉得美丽,无助和空虚占据了身体。

在国际航班全面熔断前,公司给我们买到了回国机票。趁着天色未亮,我们一行人静悄悄地,踏上了去往机场的路上。不确定这一路是否会遇到交通围栏,也不知道能否顺利通过体温安检,设想了种种可能,但没不敢想象如何应对。幸运的是,全副武装的我们都如愿上了飞机,没有一人落下(这是最可怕的情况)。飞机落地,迎接我们的是14天的酒店隔离。大巴穿过街道,我熟悉又陌生,恍惚觉得一切都不太真实。

陷入人员流失的漩涡


2020年,一个特别的年份,仿佛回文字符串也在暗示非同寻常。

由于疫情原因,德国同事无法来中国开展这个合作项目的后续工作,导致所有技术问题都落到了我们7人的头上。坐落于上海赛场车场对面的上海智能网联测试基地,也叫A NICE CITY,它陪伴了我整个夏天。那时候,许多初创科技公司已经拿到了上路牌照,这是允许自动驾驶车辆进行公开道路测试的前提条件。我们的目标就是通过所有的测试考验,好让我们的测试车大大方方地出现在公众面前。

德国智驾团队负责了测试车的改装、硬件传感器选型,以及绝大部分软件功能实现,算法设计也大都基于德国某城市的道路工况。当这一套软硬件初来乍到时,难免会与中国道路“水土不服”。比如:
  • 图像训练数据的数量和多样性不够:child dummy, 艳阳天、雨天、阴天、黄昏等不同天色背景。
  • 三角锥的检测不稳定:点云太稀疏,没有足够多的扫描点。
  • 路边草丛容易窜出莫名物体:目标物分割存在问题。
  • 路边停靠车辆的速度异常:误检到微小   速度,致使预测做出反应。
  • 激光雷达噪点杂点处理。

更让人抓狂的是层出不穷的系统问题:
  • 自动驾驶模式异常自动退出。
  • 所有设备的时间同步总是需要花费大量时间。
  • 电脑死机,挂载失败,工作异常。
  • 软件部署经常失败,重启,重启,再试一下重启。
  • 暴晒下的传感器,产生状态异常。
  • 车辆诊断报错,TSK错误,高压警告。
  • 车上空调坏了。驾驶舱显示屏歇菜。后备箱过热报警。

还有还有,代码版本太乱,数据盘容量不够,现场人员太少。

除了这些千奇百怪的问题,炎炎夏日的”烤“验也不断挑战着我们身体与心理的承受极限。最终测试的完成时间比预期要长许多,从春末持续到了初秋。

经过漫长的等待,我们终于如愿获得一张与普通汽车临牌别无二差的自动驾驶测试牌照。这是车企自研的里程碑事件,背后凝聚的人力、物力、财力的、付出,数字也许都显得有些苍白。

基地测试人员坦言,不同智驾团队的实力悬殊明显,有的从进入场地到完成测试,仅仅花费了3个星期。相比复杂多变的公开道路,测试基地的封闭路况实在是简化版的新手村,环境简单,目标物单一。公开道路才是自动驾驶车辆迈向物理世界的真实竞技场。

就在我们忙于挥汗如雨的时候,部门办公室的气氛似乎逐渐微妙起来。也许是项目变动的缘故,也许是个人发展的考虑,也许是外部环境的变化,曾经一同入职的同事相继离开,管理层也在发生更迭,甚至部门对接的HR也频频轮换。

水阀一旦开启,流动便难以阻挡。薪资改革只是无奈之举,挽留不住奔向门外的脚步。虽然有外部招聘和内部转岗双管齐下,但蓬勃朝气明显少了许多。外聘过来的人需要一段时间适应和融入团队,而转岗过来的人大都也志不在此,不久后便各奔东西。尽管我绝大部分上班时间都处于两耳不闻窗外事的状态,也不免觉察到了周围生疏的面孔越来越多,而邮件列表里熟悉的人名越来越少。

这列向前奔驰的火车开始减速。引擎故障和方向调整,是亟待解决的重要难题。

新角色上线


部门内部躁动不安,招聘市场热火朝天,这是一段很长时间内的真实写照。一开始雄心勃勃的自研项目,现今面临着巨大压力,研发进展十分缓慢,质疑之声也愈来愈多。“别人都已经实现功能量产了,咱们这样自研还有意义吗?”

自从入坑深度学习后,我便全身心投入到“炼丹”科学。采集标注数据,检查标注质量,训练模型参数,尝试模型调优策略,完成实车部署,检验性能结果。学习-练习-实践,努力践行着正向循环曲线。国庆期间参加了一个线上比赛,觉得赛题很有趣,就上手干了起来。没想到居然能获奖,还拿到了一笔不少的奖金,这也算是工作之余的一段难忘经历了。

可是这样想一出是一出的发散式学习,终究不是长久之计。对于接下来要做些什么,上面似乎也没有任何计划。一方面看到行业发展的日新月异,同行们围绕各种技术路线、商业模式激烈地争论着,而另一方面看到部门内部的低沉萎靡,缺乏一个能够激励大家凝聚一心的目标。就在此时,一个ASPICE流程认证项目仿佛横空出世,“年底前要力保完成”,我被选中全面负责此事。

随着Agile Scrum流程已在部门里推行多时,敏捷活动的实施逐渐陷入了流程化,一些动作也有些变形。同时,大家也觉察到在研发过程中,某些环节的缺失不仅导致功能开发内容不聚焦,也使得团队间的协作变得非常困难。正值行业驶入量产快车道,对于一直在做预研的我们,不免好奇量产项目开发的模式是怎样。作为已被汽车行业广泛认可的软件开发流程体系,ASPICE是我下一站探索领域。

Automotive SPICE是汽车领域用于改进和评估流程的一种框架,初衷是为了保证质量和风险管控,用于内部流程改进和评估供应商能力等级,强调“事事可追踪(追溯性),件件需一致(一致性)”。

Agile是原生于互联网的一种软件开发方法论,旨在应对不断发生的需求变化,建立高效能团队(高度参与和有积极性),高效地实现团队目标,强调“自管理,透明,承诺”。

我觉得,这是两种不同思维方式下的行为差异。ASPICE想要的是工作内容应环环相扣,有头有尾,有始有终,保证最终产品高质量交付;Agile则鼓励迭代交付,随时调整工作优先级,以确保同一时间下的产品力最优。一个是缓慢启动,然后直奔终点;另一个则是快速启动,然后迂回前进。

尽管道不同,但大家的目标却一样,从来都是SOP(Start of Production)。也许以后SOP会成为一个古早词汇,因为汽车商品正逐渐从“一锤子买卖”朝着“一切皆服务”转变,”Start“将会变得模糊,”Version“将会更加凸显。

基于我的有限认知,看到市场上有以”敏捷“为内核的新势力派(不敢苟同其Agile灵魂)和以”ASPICE“为明珠的大厂派(成熟不等同于傲慢)。考虑到内部团队的背景组成,主体是年轻的、仅有预研经历的和已建立Agile体会的人,要想让项目不搞砸,我需要找到一种融合派的最优路径(仅针对该团队该项目)。如何让大家接受ASPICE这样定义明确,事无巨细的工作方法;如何让每个参与其中的人都有所收获,不虚此行;如何在极其有限的时间内完成项目。我意识到,这次面临的挑战与以往研发视角不同,不是简单地让技术事实说话就可,而是一场”人、事、时“的多方平衡游戏,每个角色都是成败的关键所在。

融合派怎么做?没有范例可以参考。尽管ASPICE组织也在提议融合Agile,但雷声大雨点小。融合二者的本意是取长补短,但是做不好的话,就会变成工作量加倍。我开始像一位导演一样,在头脑里反复推演故事结构,构思剧情概要,划分人员职责,获取资源条件等,最终形成一个经得起推敲、切实可行的项目方案。

我把“How to Run Agile Scrum in ASPICE World”分解成两个部分:
  • 角色:将ASPICE的各个过程域与Scrum的PO, Master Developer进行关系映射,并划分哪些过程域到Scrum Team,哪些过程域采用V模式。
  • 工作流:梳理各个角色的上下游关系,每个角色参与的活动有哪些,以及工作产物形式是什么。设计在一个大V模型里如何嵌套迭代开发模型。

简单地说,就是搞清楚哪些人做哪些事,搞明白ASPICE的逻辑本质,找到高效途径         解决问题,谨防陷入“堆人堆量”的囧地。

虽然做了充足的计划准备,但在实施过程,仍不免遇到了各种各样的困难。部门里的人员流动仍在继续,临时组建的ASPICE团队需要沟通协作上的磨合,外部评审团队与内部实施团队间的理解认知偏差,以及持续不断的质疑、抱怨之声。整个过程也完全符合一个基本剧情故事的发展脉络。

我做的最多的事情,就是说话,和不同人的说话,说着不同的话。我希望能让每个人都清楚地理解我们正在做的事情,哪些是有益的部分,哪些是值得斟酌的地方,哪些是妥协,哪些是原则。虽然致使项目失败的因素有很多很多,但促使项目成功的关键因素之一,一定有目标一致。

在所有的人共同努力下,最终这个当初看似不可能的项目,居然提前了两个星期完成审核,并顺利通过。庆功宴上,我喝醉了酒,也许是气氛所致。一直有人叫我说点什么,再说点什么。我完全不记得自己说了什么,只听到饭桌上的笑声连绵不断。我一定不是掌握了幽默之道,而是那天所有人的高兴都溢于言表。   

站在经典的岔路口


“搞技术的人总有一天要做管理。你现在已经做上了管理,几乎是火箭般的速度。为什么要放弃呢?“领导问。我双手紧握,神色淡淡。”这好像不是我想要的样子。“

HR在介绍员工职业发展路线时,通常会把技术和管理分成两个不同赛道,员工职级也是使用不同代号区分。在传统制造行业,做技术的人也难逃中年困扰。一种刻板认知是,如果到了一定年龄,还不能坐上管理岗,一定是什么地方出了问题。仿佛一直做技术的人,就注定了老黄牛般的结局。另一种刻板认知是,做管理的人看上去光鲜闪耀,像是管理岗这个身份自带光环属性,能将人的自信和魅力照亮放大。也由于本来的稀缺性,管理岗成了许多人趋之若鹜的职业理想归宿。

部门新一轮的组织架构结果公布,我被(意外)提名为感知与定位股经理。我之前的开发工作,先后集中在定位和感知两块领,ASPICE项目的也是与两个功能模块有关。如今要Lead感知与定位股,坦白讲,一开始我是有些兴奋的。也许是ASPICE项目的成功经验,让我尝到了”和一帮人一起,做成一件有挑战的事“带来的成就感。我是不是还能踏走出一条(至少是在部门内部)前所未有的路呢?带着这样的疑惑和初心,我进入了新角色的试炼。

理想有多丰满,现实就有多骨干。建立清晰有效的团队目标是我认为第一要紧的事。发起活跃的技术讨论,制定职责明晰的工作内容,找到团队的方向,也让每个人能看到自我的发展。我所理解的高效能团队,应是一个开放透明、自驱主动、持续创造、有灵魂的team。我一边吃力地推进新路子的探索,一边被邮件、会议、通知、统计等占满了时间。一种被支配的随时在线感,使我感觉任何事情都显得非常紧张和急迫。

与此同时,我也在负责一个自研项目的技术管理工作。从技术角度来看,开发工作并非难度很大,然而真正令进度受阻的,既有来自对外部供应商交付的依赖,也有内部逐渐分叉的力量。像是在一张大合照上,所有人面朝着不同的方向,有的毫无所谓,有的特立独行,有的茫然无措。

我始终无法找到能让想法落地的路径,也逐渐意识到本质问题已超出了我的可操作范围。这与ASPICE项目所面临的情形完全不同。那时的我笃信,无论出现怎样的问题,引发怎样的风险,都是一定可解的,可控的。我越来越沉默,不想说话,更说不出好听的话。一日一日地消耗,我对一些事情的抵触行为越来越明显。恳请原谅,当初那些我的不配合。我徒劳无益地坚持,像极了一个笑话,却一点也不好笑。

”己所不欲勿施于人“。我没办法说服自己,更不想让别人和我一起虚度宝贵光阴。所以,我逃了,也就发生了开场的对白。

以上某些言语可能会让人觉得冒犯,但本着真诚表达的态度,我想尽力记录下过去真实的存在(想法也是),不管好的坏的,这都是一件不太容易的事。由于当时个人认知的局限和信息的匮乏,所以大都是些糊话。

时间让过去的记忆发酵,也让我的一些观念发生了改变,甚至对食物口味和喜好事物也是。现在的我,已不是回忆中的我。毕竟,人类还未解锁版本回退功能,尚且只能在人工智能上实现。

量产原来这么硬核


(这小节换了个画风)

嗯,这次加入了一家美企ADAS部门,做量产开发。对,还是自研那种。住处也从待了很多年的郊区,搬到了热闹的市中心。

更爱吃了,长了10斤肉,你敢信。过年回家,亲朋好友们异口同声道,“从没见过你脸上如此肉感。”

升降桌真香,以及耿直同事真敢说。几次线上的公司大会,评论区发言那是相当活跃啊。“这一段发言像是在喊口号”,"喜欢豪华自有其道",满屏+1。这都是实名发言呐。

比较杂,与之前最大的不同是嵌入式开发环境。手抠车辆底盘控制逻辑,硬啃CAN总线通信,搞定交叉编译,破解软硬时钟同步。哦,还有用户个性化设置记忆实现。

很硬核。虽然学生时代也玩过单片机,但那时候还没有系统概念。之前的项目基本上都是在x86上。以前只关心传感器配置,现在也大致知道芯片、域控是怎么回事了;以前只看算法牛不牛逼,现在也关心硬件平台累不累;以前只管自己程序没bug,不管占用资源有多少。

嵌入式AI开发,已经把TDA4的官方材料撸了个遍。上笔记链接!欢迎看官点赞评论分享。

一是行业转型,某些岗位不再需要那么多人;二是前几年的非理性招聘,首砍长远仍不能盈利的业务;三是内卷的中国,卷起了全球汽车市场;四是汽车需求不再指数增长,进入存量市场;五是大宗消费能力减弱,老百姓日子不太好过。

资本可能是不太看好了,现在都去看大模型了吧。只要还没离开汽车赛道,我就会一直看好自动驾驶。“衣食住行”,移动作为人类的刚需,只要汽车还没完全消失,更安全、更舒适、更懂你的功能,就一定会有需求。自动驾驶是目标,提供用户需要的服务功能是本质。

我觉得有一点是因为来自心底的恐惧。千万不要忽视恐惧的力量,它可能让看似非理性的行为决策,成为“情理之中,意料之外”。 在这瞬息万变的时代,谁不想抓住一点确定性呢?哪怕都尚未成形。自研像是车企们正在渴求的一道平安符,有没有用暂且不论,至少落个得心安。之前另一篇文章讨论过这事。

AI大模型实在太热了,周围大模型应用的深度用户不少,比如chatGPT。我有时会用,但还没有找到一个非TA不可的使用场景,但确实在某些场景上比搜索功能要友好。比如,当你想到了一个idea,但还比较模糊,可以通过与ChatGPT互动,逐渐将idea具体化。

我希望能,但一定不会是像chatGPT那样。自动驾驶功能的高安全性、高实时性、高可靠性,不是简单地有了一个聪明大脑就行了,留给嵌入式AI开发工程师的工作还有很多。

有时会参加行业活动,也结识了许多同行前辈。他们分享了许多知识、观点,让我受益良多。这是一群很可爱的汽车工程师们。

因为可能即将成为裁员潮中的一滴水。“全栈毕业”只是自嘲,这5年兜兜转转,确实趟过了不少坑,但离成为“全栈大魔王@稚晖君”的路途还十分遥远。最近买了几本大部头,好让自己沉下来,想想”毕业”后的日子怎么度过。想搞点事情,不和稀泥那种。

后语


5年过往的完结,并非未来的终结。自己也十分惊讶,居然在一个星期内基本写完,本以为会是更长的时间。里尔克说,”探索那叫你写的缘由,考察它的根是不是盘在你心的深处;你要坦白承认,万一你写不出来,是不是必得因此死去。”难道这就是”居于幽暗而自己努力“,所以一切”都有了个交代“?

正如开篇所言,一个人的经历,只是宏大故事中的微小一块,请大可不必地以小见大,片面断言。一代一代汽车人,总有新故事发生,也有旧剧情落幕。The show will always go on!

(全篇完)

end
分享不易,恳请点个【再看】

[文章纠错]

文章网友提供,仅供学习参考,版权为原作者所有,如侵犯到

你的权益请联系qchjl_admin@126.com,我们会及时处理。

会员评价:

2 发表评论
引用 yiguanghua 28-11-2023 12:01
感谢作者的分享,很精彩
引用 ghl137 29-10-2023 21:36
非常精彩,一次无法看完,得分几次消化,谢谢作者!

发表我的评论

渝公网安备 50010802001066号

QQ|手机版|小黑屋|Archiver|汽车工程师之家 ( 渝ICP备18012993号-1 )

GMT+8, 18-6-2024 09:34 , Processed in 0.135369 second(s), 23 queries .

Powered by Discuz! X3.5

© 2001-2013 Comsenz Inc.