机构致力于为学弟学妹提供大学规划和科研辅导的实操攻略，我们邀请各领域富有经验的学长老师，分享他们在顶尖实验室摸爬滚打的实战经验与方法论。我们不谈空泛理论，只分享经过检验的实战方法和具体策略，让你看完即可行动！
无论你是刚踏入大学校门的新生，还是已经开始科研探索的高年级学生，这里都能找到适合你当前阶段的实用建议和策略。让我们一起规划科研之路，冲击顶尖课题组！
研究简介与未来方向
今天我们分享的是同济大学电子与信息工程学院，自动驾驶这个研究方向，和大家聊聊如何在大学四年里做好规划：
（1）大一大二咋打基础？哪些课必须死磕？怎么偷偷“混”进实验室攒经验？
（2）大三关键期怎么选导师、定课题？手把手教你从读文献到写论文的秘诀！
（3）大四不管保研、考研还是留学，哪些“加分项”能让你直接逆袭？比如专利、竞赛、牛导推荐信，今天咱全都掰开揉碎讲！
自动驾驶技术正在迅速改变全球交通运输系统，成为当今最具发展潜力和吸引力的研究方向之一。
最新研究热点
当前自动驾驶领域正迎来几个重要的技术变革。根据IMARC Group的数据，2023年全球自动驾驶汽车市场规模达810亿美元，预计到2032年将达到11,716亿美元，2024-2032年复合年增长率高达33.5%。这一爆发式增长主要得益于三大核心技术的突破：
1. 端到端自动驾驶技术：传统的模块化设计正在向端到端架构转变。特斯拉、Wayve、元戎启行和商汤科技等公司在端到端自动驾驶领域取得突破性进展，特别是特斯拉FSD V12系统的全面推出，标志着端到端自动驾驶技术在量产车型上的应用已成为现实。这种技术能直接从传感器原始数据到控制指令进行映射，绕过了传统复杂的感知-预测-规划-控制架构。
2. 大模型赋能：以GPT为代表的AI大模型技术正在重塑自动驾驶系统的研发范式。大模型技术带来的通用理解能力和泛化能力，使得自动驾驶系统能够更好地处理复杂场景和边缘情况。
3. 高算力芯片：2024年，多家芯片厂商推出了高算力AI芯片，如英伟达的DRIVE Thor平台和地平线的征程5芯片，均支持L4级自动驾驶，提供更强的算力支持。小鹏和吉利也发布了自研芯片，如小鹏的图灵芯片和吉利的星辰一号，其算力已能支持高阶自动驾驶。
未来发展趋势
自动驾驶领域的未来发展态势清晰可见：
1. 技术路线明朗化：自动驾驶的基本过程分为感知、决策、控制三部分。目前主流技术路线有两种：一种是以特斯拉为代表的以摄像头为主导的多传感器融合方案；另一种是以谷歌、百度为代表的以激光雷达为主导的技术方案。但随着端到端解决方案的成熟，这种区分可能会逐渐模糊。
2. 消费级市场下沉：自动驾驶的角逐正渗透至20万元以下乘用车市场。高阶自动驾驶功能已经渗透至10-20万区间，城市NOA功能也已经下探至20-30万区间。这种趋势将加速自动驾驶技术的普及。
3. 人机混合智能：人机共驾是汽车智能化的重要发展阶段。研究者正致力于解决单个人机共驾车辆在开放混合车流环境下适应性差、安全性弱的问题，建立基于多模态感知的情境理解模型，提出典型场景下周车意图理解与预测方法。
4. 场景商业化加速："2024年将是自动辅助导航驾驶加速突破的一年。城市自动辅助导航驾驶的大面积推广标志着中国自动驾驶技术进入场景商业化"。路测里程正快速增加，特斯拉FSD累计行驶里程已突破10亿英里。
作为一个跨学科领域，自动驾驶结合了计算机科学、人工智能、机械工程、电子信息等多学科知识，这为我们同济大学电子与信息工程学院的同学提供了广阔的研究空间。
该领域国内外升学解析
自动驾驶作为热门研究方向，国内外都有众多优质的升学途径。下面我就从考研、保研和留学三个角度为大家分析。
国内考研方向
我们同济大学在自动驾驶领域有很强的实力。同济大学在自动驾驶方面做的非常强，是国内顶一顶二的水平。在相关比赛上，同济大学车队经常拿到冠亚军。特别是嘉定校区有先进的汽车设备和训练场，提供了良好的研究条件。
考研选择时，可以关注以下学科方向：
1. 电子信息工程：偏重于感知系统，如视觉、激光雷达信息处理等，这是我们学院的强项。
2. 计算机科学与技术：聚焦于算法、软件系统开发。
3. 控制科学与工程：主攻控制算法、系统集成等。
4. 车辆工程：更关注整车系统，由汽车学院主导。
我指导过多位考研学生，他们普遍反馈，考研竞争激烈但方向清晰。电子信息类考研一般要考数学、英语、政治和专业课，专业课要着重复习信号处理、电子电路、单片机等知识。根据往年情况，同济大学电子与信息工程学院博士生招生信息可在学院官网查询。
保研路径
保研是进入优质实验室的捷径。同济大学电子与信息工程学院每年会发布推免研究生（含直接攻博）章程及选拔复试办法。保研一般要求本科前三年成绩排名在专业前15%-20%，且有一定的科研经历。
保研方向上，可选择：
1.本校电子与信息工程学院的相关实验室
2.汽车学院的智能网联方向
3.上海自主智能无人系统科学中心
值得一提的是，上海自主智能无人系统科学中心有非常出色的博士生，如2022级博士研究生乔壬路同学，他曾获三届国家奖学金，主持国家自然科学基金青年学生基础研究项目等，在《Nature Communications》等SCI一区TOP期刊上发表论文16篇。这给了我们一个很好的榜样。
国外留学选择
对于想出国深造的同学，自动驾驶领域有众多优质院校可选。
英国高校方面：牛津大学、帝国理工学院、伦敦大学学院(UCL)、南安普顿大学等都有自动驾驶相关的实验室和博士项目。其中牛津大学的机器人研究所是全球领先的机器人和自动驾驶研究中心，帝国理工机器人实验室在自动驾驶和机器人技术研究方面有很高国际声誉。
美国高校则有卡内基梅隆大学、斯坦福大学、密歇根大学等强校。我曾指导一位学生成功申请到CMU的Robotics项目，他在本科期间参与了我们实验室的感知算法研究，并有一篇会议论文，这对申请非常有帮助。
申请国外高校的自动驾驶相关专业时，需要有扎实的编程能力，尤其是C++和Python，熟悉ROS和深度学习框架，有相关项目经验更佳。语言成绩方面，一般要求托福100+或雅思7.0+，GRE尽量320+。
早期科研基础启蒙（1-2年级）
低年级是打基础的关键时期，我建议从以下几个方面入手：
基础课程准备
自动驾驶是个跨学科领域，需要扎实的基础。大一大二应该重点学好：
1. 数学基础：高等数学、线性代数、概率论与数理统计是算法研究的根基。
2. 编程技能：C/C++是底层开发必备，Python则是算法实现的首选。我常建议学生参加ACM程序设计竞赛，锻炼算法思维。
3. 电子基础：模拟电路、数字电路、信号与系统等课程对理解传感器原理至关重要。
4. 英语能力：自动驾驶前沿文献大多是英文，良好的英语阅读能力不可或缺。
实践入门项目
光学理论远远不够，动手实践才能真正理解。我推荐以下入门项目：
1. 智能小车项目：参加电赛、智能车大赛等。我曾指导一支大二团队，从简单的循迹小车做起，一步步掌握了传感器应用、控制算法等。
2. 开源平台学习：Apollo是百度开源的自动驾驶平台，有完整的教程，适合初学者。我会组织学生一起学习Apollo自动驾驶入门课程。
3. 视觉识别实践：使用OpenCV实现简单的车道线检测、交通标志识别等。
加入学生组织
加入相关的学生组织是获取资源和经验的好方法：
1. 学院创新实验室：我们电子与信息工程学院有多个创新实验室，提供丰富的设备和指导。
2. Formula Student车队：同济汽车学院的方程式赛车队有智能驾驶组，可以接触到真实的车辆控制系统。
3. AI俱乐部：参与人工智能相关的学习小组，一起学习深度学习等前沿技术。
去年我辅导的一位大二学生小王，通过参加学院的创新实验室和电子设计竞赛，掌握了单片机开发和基本的传感器应用，为之后进入自动驾驶领域打下了坚实基础。他告诉我，这段经历不仅提升了动手能力，更重要的是培养了解决问题的信心。
初步科研经历培养（2-3年级）
大二下学期到大三是形成科研能力的关键期，这时候应该开始更系统、更深入的探索：
专业知识深化
这个阶段需要有针对性地学习自动驾驶的核心知识：
1. 机器学习与深度学习：这是现代自动驾驶的理论基础，推荐学习Andrew Ng的机器学习课程和李宏毅的深度学习课程。
2. 计算机视觉：自动驾驶的眼睛，需要掌握CNN、目标检测、语义分割等技术。
3. 规划与控制：理解基本的路径规划算法和车辆控制原理。
我指导的学生通常会安排阅读《Pattern Recognition and Machine Learning》和《Deep Learning》等经典教材，并鼓励他们参加数据科学竞赛，如Kaggle比赛。
初步科研训练
有了基础知识，就可以开始真正的科研训练：
1. 加入教授实验室：大三是进入专业实验室的好时机。我的实验室每年都会招收有潜力的本科生参与项目。与导师沟通时，要表现出学习热情和基本技能，而不仅仅是表达对自动驾驶的兴趣。
2. 参与具体模块研究：选择感知、定位、规划、控制中的一个方向深入研究。例如，我曾带领一个团队专注于多模态融合感知，将摄像头和雷达数据结合提高了恶劣天气下的检测精度。
3. 复现经典论文：选择自动驾驶领域的经典算法进行复现，如YOLOv3目标检测、PointPillars点云处理等。
我记得有位学生张同学，通过复现YOLO系列算法，对目标检测有了深刻理解，最终在此基础上提出了针对小目标的改进方案，并发表了一篇会议论文。这种循序渐进的科研训练非常有效。
竞赛与项目实战
理论与实践相结合是形成真正能力的关键：
1. 参加专业竞赛：如中国智能车未来挑战赛、世界智能驾驶挑战赛等。2024年CVPR自动驾驶国际挑战赛吸引了来自28个国家和地区的483个团队参赛，覆盖全球五大洲，产生了超3000份参赛方案。
2. 开发完整系统：尝试在小型平台上实现完整的自动驾驶系统，如基于ROS的无人小车。
3. 结合产业实习：可以在华为、百度、小鹏等企业实习，了解产业需求和技术应用。2024年自动驾驶品牌排行榜的前十名为华为HUAWEI、百度apollo、小马智行Pony、AutoX、滴滴自动驾驶、文远知行WeRide、蘑菇车联、Momenta、驭势UISEE、轻舟智航QCRAFT。
我曾组织学生参加无人车挑战赛，从硬件选型、软件开发到系统集成，全程参与。虽然比赛结果不尽如人意，但这种全流程体验对学生的成长非常宝贵。一位参赛学生后来告诉我，正是这次比赛让他明确了自己想在规划控制方向深入研究的目标。
深入科研成果产出（3-4年级）
大三末到大四是科研成果产出的高峰期，也是为升学和就业做准备的关键阶段：
明确研究方向
到了这个阶段，应该在自动驾驶的某个细分领域形成专长：
1. 感知系统：包括视觉感知、激光雷达点云处理、多传感器融合等。自动驾驶领域堪比当年的互联网，十年投入了近3000个亿研发，感知是其中投入最大的方向之一。
2. 决策与规划：研究路径规划、行为决策等算法。
3. 控制系统：研究车辆动力学控制、轨迹跟踪等。
4. 仿真测试：自动驾驶仿真工程师是重要的职业方向，需要精通车辆动力学及其建模，以及C#/C++/Python等编程语言。
我指导的许多学生最终会选择一个细分方向深耕。例如，李同学选择了端到端自动驾驶方向，研究如何通过强化学习实现控制策略的学习，最终成功发表了一篇SCI论文。
科研成果产出
这个阶段应该有明确的科研成果产出目标：
1. 学术论文：针对研究中的创新点撰写论文，投递相关会议或期刊。自动驾驶领域的顶级会议有CVPR、ICCV、ECCV、NeurIPS、ICRA等。
2. 专利申请：有创新性的算法或系统可以考虑申请专利。
3. 系统开发：开发有实用价值的自动驾驶子系统或工具。
4. 设计作品：形成整套的技术报告或demo系统。
在我指导的学生中，有一个团队针对智能驾驶环境中的异常行为检测做了深入研究，不仅发表了论文，还将算法应用于实际项目中，获得了企业的关注。
升学与就业准备
这个阶段也是为未来做准备的关键时期：
1. 升学准备：整理科研成果，准备保研或考研材料，或者准备国外申请。
2. 就业准备：关注行业动态，了解各公司的技术路线和岗位需求。比亚迪宣布将在智能化领域投入1000亿元，目前整车智驾团队工程师已有超4000人；华为智能汽车解决方案BU成立至2023年累计投入超300亿元，研发团队规模达到7000人。这些都是自动驾驶人才的重要去向。
3. 实习经历：在相关企业实习，积累实际工作经验。
我曾帮助一位学生成功申请到了华为的自动驾驶岗位。他在大四上学期就参加了华为的实习，熟悉了企业的技术栈和工作模式，这对他的求职非常有帮助。
创新探索与交叉研究
自动驾驶是一个快速发展的领域，创新思维至关重要：
1. 关注前沿动态：CNN、RNN、GAN到Transformer大模型，自动驾驶技术发展与普及的背后，是底层AI技术的突破式进展。
2. 跨学科结合：将自动驾驶与智慧城市、物联网等领域结合，探索新应用场景。
3. 创新应用探索：考虑自动驾驶在特殊场景下的应用，如无人配送、智能清扫等。北京市已经实现了多种类型的自动驾驶城市应用场景的示范，包括智能网联乘用车、无人接驳、无人清扫、无人配送和干线物流等。
在我辅导的一个创新项目中，学生团队将自动驾驶技术应用于校园内的智能配送场景，开发了一套适应步行区域的导航系统，获得了校级创新奖。
【竞赛报名/项目咨询+微信：mollywei007】
