自动驾驶算法/规划决策控制算法面经汇总、学习路线、面经心得-Toy模板网

这篇具有很好参考价值的文章主要介绍了自动驾驶算法/规划决策控制算法面经汇总、学习路线、面经心得。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1、秋招情况

1、基本情况

本人985硕，自动驾驶从业者，曾面试过大部分自动驾驶公司、一部分机器人公司以及一些主机厂，方向主要是规划算法、规控算法、规划决策算法等方向。算法的面试难度每年都在不断提高，网友调侃从诸神黄昏到黑夜，可见算法面试有一定难度。

首先要了解自动驾驶算法主要包括感知、预测、规划和控制模块。我主要集中在规划和控制部分，一般机械方向、计算机方向和控制科学与工程方向、机器人方向以及一些其他方向转自动驾驶的研究生或优秀本科生会投递这个岗位。常见的自动驾驶公司如下（来源网络，仅供参考）：
自动驾驶算法/规划决策控制算法面经汇总、学习路线、面经心得
可以选取自己感兴趣的赛道，提前关注公司招聘情况。

2、备战秋招

秋招提前批一般7月就陆续开始、在此之前要完成简历制作、和简历上项目比赛等内容的准备和大量刷题。基本包括：基础知识、计算机能力、比赛项目、实习论文这四个主要方面。

1、学习路线

1、代码能力

（1）基础知识
主要学习c++，对脚本语言如python也要了解一些。
c++：基本语法、三大特性：封装继承多态、泛型编程、stl、内存管理以及c++11新标准等。
推荐： b站上侯捷老师的课程。此外我还看了黑马程序员（时间充裕入门可以看、很基础）
推荐书籍： c++ Primer/STL源码解析/Effective c++/深度解析c++对象模型等。

数据结构算法：如堆、栈、链表、队列、树、图、时间空间复杂度计算，排序算法（快排、归并）、KMP算法等。其次要学会分析代码的时间复杂度和空间复杂度。
推荐书籍： 大话数据结构

设计模式：单例模式（手写单例代码、如何保证只有一个对象等）、工厂模式、模板等。
推荐推荐： 李建忠老师的设计模式课

数学基础：可以看一些概率论、计算机几何、非线性优化的书籍，夯实基础。

（2）高频面经题
面试前一个月重点复习高频的面试题，代码随想录以及一些网站都有整理。
一般虚函数、智能指针、指针和引用的区别和c++11标准是经常考察的。我也整理了一些资料，需要可以私聊。

关于算法的面经题集中在项目中涉及的算法原理、改进思路

（3）刷题路线
必刷：代码随想录
力扣hoot100、剑指offer
之后可以针对不足进行专题训练，如路径问题、dfs算法、二叉树等。

自动驾驶公司面试喜欢考察dfs\bfs、二叉树最大、最小路径问题以及一些岛屿和图的题目，可重点准备。

每次刷题要先思考，写出来。没思路、看答案，尽量理解不同题解，最后在白板写出，记住解题思路和核心步骤。

最后及时复习，一般都要二刷或者三刷。考前重点复习经典题型、薄弱环节、限时作答。

注意：很多面试笔试都是ACM模式，非力扣得核心代码模式，考前要学会自己写输入输出，以及一些需要建立链表、二叉树等。
ACM处理输入输出大全。

此外注意：自动驾驶算法应用中常常涉及一些处理几何的问题，一些自动驾驶公司面试也会重点考察几何题。遇到过：判断直线相交、点和三角形关系、三点求曲率、折线等分…。后期有时间会专门整理相关算法和代码。

2、算法学习

规划算法：
基于搜索、采样、优化和曲线拟合的路径规划算法，推荐我整理的一些路径规划算法博文，重点准备基于优化的规划算法（Em planer、Lattice planer、时空联合的优化算法等），在写写代码。
推荐：深蓝学院移动机器人课程，深入讲解了规划算法。

控制算法:
具备基础的控制理论基础（可控、可观）、主要是一些横纵向控制算法。经典的包括PID算法、LQR算法、MPC算法。还有一些轨迹预测的算法stanly也推荐看看。
推荐： B站Apollo课程、Apollo开源代码。

预测算法：
可以看看常用的预测网络densetnt、vetornet、lanegcn等。还有一些传统的预测方法。

决策算法
有限状态机、决策树、数据驱动和一些策略学习的方法（强化学习DQN等）

传统的预测规划控制算法实践推荐看Apollo项目，自己运行尝试实现不同城市交通场景的自动驾驶仿真（交通灯检测、行人过马路、超车、停车、无保护左转等场景），这部分我们也在做专栏学习，包括环境搭建、算法原理和代码解析，适合缺乏实习经验的同学或者增添简历项目的同学学习。Apollo项目是来自产业界的，推荐学习。