個人的思考：汽車行業傳統車企的從業者跟隨著中國新能源造車的熱潮從2013年蔚來開始，2021小米最後入場，直至2024年以來天際、威馬、愛馳、高合一個個新勢力的倒下，個人判斷已經階段性的退潮。以比亞迪為主力的自主品牌強勢崛起，油電同價的強烈沖擊；以華為為智能化，電動化的強勢介入，全面賦能車企的策略下，如錯過了最佳視窗期，掉隊的新勢力後續是生存空間更小。展望後續的5-10年，汽車行業可能最優的機會在掌握核心技術的供應商。行業的風口在自動駕駛和智能AI領域，如何快速的轉型進入自動駕駛領域成為我一直思考的問題，感謝百度apollo學習社區，感謝胡曠老師，讓我有了一個轉型的方向，把一些自學點滴記錄給每個在轉型道路上的同學，讓大家少走彎路。自動駕駛的轉型可以從百度Apollo開放社區入手，大家不用急不用躁，慢即是快，透過深入學習Apollo自動駕駛的內容，完成自動駕駛的轉型。主要從理論學習提升自己和試驗及上車測試幾個方向提高自己動手能力。以下搭建了整個自動駕駛學習的框架，將逐一對如下內容進行更新！
1.理論學習
如下是Apollo的軟件系統架構，從下到上包括硬件器材，軟件核心，軟件套用，雲端服務4個板塊，每個版本都涉及相關的學習內容，在以下的內容中逐一進行介紹。
1.1人工智能演算法
1.1.1感知演算法
1.多傳感器感知融合算_01
質海無涯：多傳感器感知融合_01
2.激光雷達感知演算法_02
質海無涯：激光雷達感知演算法_02
3. 感知演算法傳感器_03
質海無涯：感知演算法傳感器_03
4.感知模型CenterPoint_04
質海無涯：感知模型CenterPoint_04
5.感知模組程式碼結構_05
質海無涯：感知模組程式碼結構_05
6.感知雷達模組程式碼詳解_06
質海無涯：感知雷達模組程式碼詳解_06
7.感知檢測和跟蹤框架_07
質海無涯：感知檢測和跟蹤框架_07
視覺訊號燈辨識
視覺車道線辨識
視覺障礙物辨識
車路協同感知融合
持續更新中......
1.1.2定位演算法
RTK定位
多傳感器融合（MSF）定位
1.1.3決策規劃演算法
1.規劃模組框架及原理_01
質海無涯：規劃模組框架及原理_01
2.泊車規劃系統設計_02
質海無涯：泊車規劃系統設計_02
3.泊車規劃演算法_03
質海無涯：泊車規劃演算法_03
4.規劃程式碼結構_04
質海無涯：規劃程式碼結構_04
5.規劃雙層狀態機_05
質海無涯：規劃雙層狀態機_05
6. 規劃演算法EM Planner&Lattice Planner_06
質海無涯：規劃演算法EM Planner&Lattice Planner_06
公共道路規劃器
Lattice規劃器
Navi規劃器
RTK規劃器
基於模型的規劃器
基於模型的開發空間（Open Space）規劃器
持續更新中......
1.1.4控制演算法
PID控制器
LQR控制器
MPC控制器
MRAC雙迴圈控制器
1.2軟件工程技術
1.2.1即時可靠的通訊鏈路
Apollo Cyber RT
即時性，符合自動駕駛場景需求，便利的開發，專為自動駕駛場景設計，提升自動駕駛套用搭建效率。
1.2.2研發雲平台
1.3硬件支持系統
1.3.1域控制器
1.3.2結構設計
1.3.3硬件設計
2. 上機仿真
2.1即時框架
Cyber RT是一個分布式系統開發模式，包括三種通訊模式：Talker/listener, service/client以及Parameter Service。
2.1.1掌握Cyber RT開發工具
2.2.2 Cyber RT API進行開發
2.2感知及感知工具Dreamview/Visualizer
2.2.1傳感器特性
2.2.2感知流程及演算法程式碼
2.2.3 Dreamview/Perception on Visualizer進行感知偵錯
2.2.4部署新的感知模型
2.2.5訓練新的感知模型並驗證
2.3決策與規劃及工具Dreamview/Dreamland
2.3.1決策規劃流程和演算法
2.3.2使用Dreamview進行控制在環的規劃偵錯
2.3.3開發新規劃場景和演算法
2.3.4使用Dreamland進行控制在環的規劃仿真評測
3. 實車測試
3.1 線控協定
3.1.1 Apollo線控標準
3.1.2開發符號要求的線控DBC
3.1.3開發與車輛通訊的Canbus驅動
3.1.4使用Teleop開環驗證車輛
3.2車輛整合（使用雲服務/D-KIT）
3.2.1傳感器布置與連線
3.2.2車輛標定與傳感器標定
3.2.3循跡原理
3.2.4循跡實作控制與線控車閉環驗證
3.3車輛決策規劃（使用Dreamview/D-KIT）
3.3.1車輛安全操作
3.3.2基礎測試流程和實車數據錄制
3.3.3實車控制調參
3.3.4 實車定位偵錯
