个人的思考：汽车行业传统车企的从业者跟随着中国新能源造车的热潮从2013年蔚来开始，2021小米最后入场，直至2024年以来天际、威马、爱驰、高合一个个新势力的倒下，个人判断已经阶段性的退潮。以比亚迪为主力的自主品牌强势崛起，油电同价的强烈冲击；以华为为智能化，电动化的强势介入，全面赋能车企的策略下，如错过了最佳窗口期，掉队的新势力后续是生存空间更小。展望后续的5-10年，汽车行业可能最优的机会在掌握核心技术的供应商。行业的风口在自动驾驶和智能AI领域，如何快速的转型进入自动驾驶领域成为我一直思考的问题，感谢百度apollo学习社区，感谢胡旷老师，让我有了一个转型的方向，把一些自学点滴记录给每个在转型道路上的同学，让大家少走弯路。自动驾驶的转型可以从百度Apollo开放社区入手，大家不用急不用躁，慢即是快，通过深入学习Apollo自动驾驶的内容，完成自动驾驶的转型。主要从理论学习提升自己和试验及上车测试几个方向提高自己动手能力。以下搭建了整个自动驾驶学习的框架，将逐一对如下内容进行更新！
1.理论学习
如下是Apollo的软件系统架构，从下到上包括硬件设备，软件核心，软件应用，云端服务4个板块，每个版本都涉及相关的学习内容，在以下的内容中逐一进行介绍。
1.1人工智能算法
1.1.1感知算法
1.多传感器感知融合算_01
质海无涯：多传感器感知融合_01
2.激光雷达感知算法_02
质海无涯：激光雷达感知算法_02
3. 感知算法传感器_03
质海无涯：感知算法传感器_03
4.感知模型CenterPoint_04
质海无涯：感知模型CenterPoint_04
5.感知模块代码结构_05
质海无涯：感知模块代码结构_05
6.感知雷达模块代码详解_06
质海无涯：感知雷达模块代码详解_06
7.感知检测和跟踪框架_07
质海无涯：感知检测和跟踪框架_07
视觉信号灯识别
视觉车道线识别
视觉障碍物识别
车路协同感知融合
持续更新中......
1.1.2定位算法
RTK定位
多传感器融合（MSF）定位
1.1.3决策规划算法
1.规划模块框架及原理_01
质海无涯：规划模块框架及原理_01
2.泊车规划系统设计_02
质海无涯：泊车规划系统设计_02
3.泊车规划算法_03
质海无涯：泊车规划算法_03
4.规划代码结构_04
质海无涯：规划代码结构_04
5.规划双层状态机_05
质海无涯：规划双层状态机_05
6. 规划算法EM Planner&Lattice Planner_06
质海无涯：规划算法EM Planner&Lattice Planner_06
公共道路规划器
Lattice规划器
Navi规划器
RTK规划器
基于模型的规划器
基于模型的开发空间（Open Space）规划器
持续更新中......
1.1.4控制算法
PID控制器
LQR控制器
MPC控制器
MRAC双循环控制器
1.2软件工程技术
1.2.1实时可靠的通讯链路
Apollo Cyber RT
实时性，符合自动驾驶场景需求，便利的开发，专为自动驾驶场景设计，提升自动驾驶应用搭建效率。
1.2.2研发云平台
1.3硬件支持系统
1.3.1域控制器
1.3.2结构设计
1.3.3硬件设计
2. 上机仿真
2.1实时框架
Cyber RT是一个分布式系统开发模式，包括三种通信模式：Talker/listener, service/client以及Parameter Service。
2.1.1掌握Cyber RT开发工具
2.2.2 Cyber RT API进行开发
2.2感知及感知工具Dreamview/Visualizer
2.2.1传感器特性
2.2.2感知流程及算法代码
2.2.3 Dreamview/Perception on Visualizer进行感知调试
2.2.4部署新的感知模型
2.2.5训练新的感知模型并验证
2.3决策与规划及工具Dreamview/Dreamland
2.3.1决策规划流程和算法
2.3.2使用Dreamview进行控制在环的规划调试
2.3.3开发新规划场景和算法
2.3.4使用Dreamland进行控制在环的规划仿真评测
3. 实车测试
3.1 线控协议
3.1.1 Apollo线控标准
3.1.2开发符号要求的线控DBC
3.1.3开发与车辆通讯的Canbus驱动
3.1.4使用Teleop开环验证车辆
3.2车辆集成（使用云服务/D-KIT）
3.2.1传感器布置与连接
3.2.2车辆标定与传感器标定
3.2.3循迹原理
3.2.4循迹实现控制与线控车闭环验证
3.3车辆决策规划（使用Dreamview/D-KIT）
3.3.1车辆安全操作
3.3.2基础测试流程和实车数据录制
3.3.3实车控制调参
3.3.4 实车定位调试
