今年的自动驾驶,大概率要靠这些方向续命了。。。。。

本文讨论了2024年自动驾驶技术的发展方向,包括2D目标检测的意义、端到端任务的影响、4D雷达的挑战、城市NOA和在线高精地图的界限,以及新一代自动驾驶方案的设想。作者强调了世界模型、无图感知和NeRF重建的重要性,并呼吁行业同仁做好应对动荡局势的准备。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近,团队一直在想一件事情:2024年什么才是自动驾驶正确的方向?借这这个问题,引发了我们对技术的一系列思考:

  1. 在3D目标检测大行其道的趋势下,2D目标检测还有什么意义?

  2. 谈一谈端到端任务对自动驾驶的影响,以及量产遇到的困难~

  3. 4D毫米波雷达,自动驾驶中一个暂未上位的孩子!

  4. 谈一谈端到端任务对自动驾驶的影响,以及量产遇到的困难!

  5. 城市NOA行不行?聊一聊在线高精地图的边界

  6. BEV感知的边界在哪里?自动驾驶下一代方案(面向L4)的方向是什么?

  7. 世界模型有没有希望成为数据闭环的核心?

  8. One Model趋势下,Occ的必要性到底体现在哪里?

  9. 都在搞融合了,基于Lidar点云的3D目标检测路在何方?

未来我们还会持续思考下去,慢慢的扩展到对整个行业的理解。说实话难么?难!但这也正是我们搭建『自动驾驶之心』平台的初衷。2024年几家欢喜几家愁,有开年换将的哪吒、持续爆火的问界、售后裁员的阿维塔、大鼓进军的比亚迪、新势力第一车企的理想等等等等...

所谓时势造英雄,2023年是BEV、OCC量产落地的大势,各家技术储备和产品预研已经成熟并开始推向量产。那么2024年的『势』又会是什么呢?斗胆猜测会是无图感知、NeRF重建、世界模型大放异彩的一年。道阻且长,行则将至。2024年我们希望有更多有志之士投身自动驾驶的浪潮。但我们必须意识到今年将会更加动荡,也许洗牌就会在未来两年...说句掏心窝子的话,大家务必做好艰苦斗争的准备,顺势而为~

8265d9ab51decdd088b6cc65563ff6c0.png

依然是那个老生常谈的话,现在是最好的时代,也是最坏的时代。有能力的同学站在自动驾驶的风口乘风破浪,前途一片光明;能力还不足够的小伙伴,依旧会感觉到吃力,其实这也正常,如果没有强大的团队支撑,个人的成长极其缓慢。在校的同学依赖实验室的资源,没有老师指导,没有算力支撑,可谓步步维艰;已经工作的同学,如果没有实战和量产经验,到处踩坑,做出来的东西一定缺乏灵魂......

2024年怎么正确开启学习?

今年累积已经和数百名同学和企业招聘负责人对接,自动驾驶之心很清楚,丰富的经验太奢侈了,未毕业的同学几乎接触不到,很多已经工作的同学,也因为业务和岗位非常受限,而企业特别希望能够找到直接上手干活的同学,减少培养成本(因为他们真的没有时间培养)。这也是我们今年的重点,自动驾驶之心想要做这样一个桥梁,对接工业界和学术界,真正让大家学有所得,知其然,必知其所以然。

ef991ea42218b81d0a205e233aa86c2f.png

今年自动驾驶之心一直努力给大家开创新的课程和思路,第一时间掌握工业界和学术界最有价值的内容(下面将会从代码学习、算法学习、工业应用、群内交流答疑几个方面介绍我们究竟是怎么做好这件事情的),学习矩阵一览:

c4ebe70140c1d482ca09bd9b4baef3be.png

关于代码,自动驾驶之心做到了从安装配置到逐行代码剖析、关键代码调试、核心代码注释,真正能让学员看懂、安装明白。如果你是小白或者转行人员,不知道怎么高效学习代码,千万不要一个人硬扣,踩坑浪费的时间太不值得了。

46c82e9339465c087495474411fa8ac8.png

关于算法学习,这一直是难度最大、也最枯燥的部分,我们从一开始就考虑到了这个问题,主打PPT算法展示+手动推导模式,从零带着大家真正搞懂每个公式的缘由,以及如何运算得出结果,从来不把僵硬的公式扔给大家,逐层拆分,让同学们真正理解。

98a7b426165847f07267e289250e5723.png

34ea82ae970cf3a051158e1eaed5e76a.png

除此之外,课程还设置了丰富的Demo、量产场景等,真正让大家从直观的角度上理解,我们直接选取工业界使用的方案,从数据标注、传感器标定、以及数据制作、模型部署等多个任务为大家展示量产如何去做、项目如何去开发。

d6f50e2514aa2e5a7f8bfe824a623434.png

关于群内交流答疑,我们实现了1vs1对话交流,每门课程都配置有答疑手册和课程助理,支持24小时群内交流学习,我们把同学们踩过的坑都记录下来,温故而知新。

dca1751ff5f24be079218e48c4121df0.png

1bb65f31dfcbedc5d65e3e32eab3a47c.png

7d2fccaafa0d628088ed5ae743238b2a.png

哪个适合自己?如何搭配?

上面的各类学习路线包含了感知、定位、融合、规控、Nerf重建、大模型等多个方向,既有很多工业界可以直接使用的教程,也有很多面向学术界research的方案,我们也为大家做好了归纳,不管是正在进行科研,有论文需求的同学,还是直接想把方案落地使用的算法工程人员,都能受益。

1) 科研类同学

如果你还正处于科研阶段(在校的硕士、博士),苦于不知道如何发表论文、确定方向,我们已经将今年和下一年的主要方向做了盘点和归纳,下一年的坑都在里面了:

412f88b7095493bed471a44328a70a5b.png

2) 工业界同学

如果你是感知方向,更加面向量产,自动驾驶之心在纯视觉感知、多模态感知、点云3D感知、车道线与在线地图、多传感器融合感知、毫米波雷达感知、模型部署等多个方向为大家准备好了学习路线:

28bccdf07d6f138e87d51fe093304972.png

如果你是规划与预测方向,我们同时针对工业界和学术界展开了实战和论文讲解:

8b09026a45404fb318b762f6d01e9474.png

如果你是传感器标定方向,我们为你准备了Lidar/Camera/Radar/IMU等在线离线近20+标定方案,学术界、工业界最新算法一网打尽!!!

3) 新兴方向

自动驾驶之心更是针对目前最新的Nerf、大模型、在线地图等多个主流方向,为大家梳理了一套系统的学习课程:

f2fb2e074821d023c65269577fcdf6b6.png

学习入口-->>>

欢迎扫码领取课程优惠抵扣券,希望大家都有一个好的开始。自动驾驶之心设置了所有课程八八折优惠!

0b2edaf631dda35a81d797a2bda9413e.png

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值