点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 自动驾驶规划控制已经不再单单是逻辑兜底的岗位了。现在端到端、VLA的量产趋势下，传统规划控制的 生存空间正在慢慢被蚕食。。。 不少同学也表示，现在面试更看重规则算法+端到端的结合，两者缺一不可。 以下是最近一位打算转行同学的提问，非常具有代表性： 我想转行到自动驾驶规划控制岗位，研究生期间做过粒子群的无人机航迹规划，工作之后做的内容比 较传统。工作三年后还想换到自动驾驶行业。我给自己留了3-4个月准备时间，我刷了运动规划的课 程，我把C++ pimer和leetcode刷一遍，除此之外，请各位已经在自动驾驶规划控制的前辈指教，我还 需要学习什么？重点准备什么？非常感谢！ 自动驾驶之心邀请到规划控制算法专家宁远老师回答这个问题： 这个同学的问题非常好，很有现实意义。在我日常工作中，规则的算法作为兜底仍然是十分重要的。但坦 白说，这些东西已经是从业人员的基础了，诸如横纵联合、横纵解耦这些决策规划框架，一些基础的规划 算法（基于搜索/采样基于运动学等等），这些都已经是基本的面试要求了，面试中如果被问到答不上来会 很 ...

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 端到端对传统规控岗位的冲击 最近一年，以端到端自动驾驶技术为代表的智驾方案以摧枯拉朽之势席卷整个行业，其场景泛化能力与数据驱动 特性确实令人振奋。基于规则的规控方法设计复杂，且无法考虑到所有case，相关方案被逐渐替代，可以说端到 端在不断地冲击着传统规控，pnc岗位需求也开始慢慢减少。但端到端和pnc是零和博弈的关系还是相互依赖的关 系呢？ 两个方案的区别 传统规控依赖开发人员手动编写规则和逻辑来实现车辆的规划与控制，一般是在感知和轨迹预测模块后。包括 PID、LQR、MPC等经典控制算法，以及A star、Hybrid A star、Lattice Planner等路径规划算法。如果说优势， 那就是算法明确、可解释性强，适用于成熟稳定的应用场景。 端到端算法试图直接从原始传感器数据输出控制指令或轨迹，中间不经过复杂的中间步骤，去除模块化的信息损 失，模型可以直接感知整个空间的状态信息，从全局角度优化最佳值。 优缺点对比 1）端到端方案 端到端模型直接从传感器数据映射到控制指令，减少了传统模块化架构中的感知 ...

Robotaxi 商业化专家解读会 20250625 摘要 初期 Robotaxi 运营表现与预期相符，技术水平与几年前 Pony.ai 等公 司相当，存在误入车道、违规掉头等问题，反映出 Robotaxi 技术仍处 于发展初期阶段。 Robotaxi 行业呈现稳中向好趋势，大型企业和主机厂陆续入局，预计 未来两三年是关键期，有望在部分区域实现盈亏平衡，宁德时代和蚂蚁 集团等公司的合作也印证了市场即将迎来繁荣。 Robotaxi 芯片正从英伟达 Orin X 向国产地平线征程 6 过渡，主要考量 在于打破垄断、降低成本和规避供应风险，预计未来两种芯片将共存， 地平线芯片搭载比例将大幅提升。 Robotaxi 算法训练大规模采用模型训练方式，小马智行和百度 Apollo 等公司已广泛采用类似于端到端的方式进行算法训练，短期内多段式方 案仍是 Robotaxi 的最优解。 国内 Robotaxi 单车在特定运营条件下（每日接 18 单，每单平均 5 公里， 车内无司机，后台安全员与车辆比例达到 1:5 以上），预计到 2026 年 基本能实现盈亏平衡（不考虑车辆折旧成本）。 Q&A 特斯拉 Robotaxi 于 ...

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 CVPR2025 WOD纯视觉端到端比赛放榜了，给大家分享下前三名的技术方案！ 太长不看版： 冠军：来自EPFL团队，参考DiffusionDrive，用了nuPlan的数据 + ensembling 的策略； 亚军：Nvidia & Tubingen团队，参考DiffusionDrive 和 SmartRefine，使用CARLA、NaviSim, WOD-P, WOD-E2E 等 4 个数据集，实验对比了不同阶段用不同数据训 练的效果，证明训练数据循序的重要性（实验也用了 ensembling策略，有提升但不多）：pre-training可以多但质量差一些的数据，post-trainig 得用高质量的数据 季军：韩国汉阳大学团队，主打一个结构简洁，输入只用前视图+自车状态，最后用一个 trajectory-decoder 输出结果 特别奖：值得一提是这个特别奖，使用QWen2.5-VL，用 72B 的模型生成 CoT数据，最后在 3B 模型上训练~ 特别 ...

44444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444 44444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444 44444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444 44444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444 地平线机器人公司深度：智驾平权"最大公 约数"，乘渗透率东风加速全域征程 ——地平线机器人（9660.HK）公司深度报告 2025 年 5 月 15 日 庞倩倩 计算机行业首席分析师 执业编号：S1500522110006 邮箱：pangqianqian@cindasc.com ...

近年公司激光雷达销量非线性高增，验证智能化趋势下车企对激光雷达配置需求进入爆发期，及公司行 业领军地位。2024年全年，公司激光雷达总销量约54.4万台，较2023年同比大幅增长109.6%，其中用于 ADAS应用的激光雷达产品销量约52万台。与销量高增对应，公司在2024年份额保持领先，维持头部供 应商地位，2024年速腾聚创以26%的市场份额，位居全球第一。当前，公司产品矩阵完备，从技术路径 上涵盖机械式/半固态/固态，性能上覆盖短距到超长距、低线束到高线束，应用上覆盖车载主雷达/角雷 达/机器人雷达等，能满足从入门到高阶，各类价格区间的广泛需求。 在具身智能领域，速腾聚创聚焦机器人视觉、灵巧手等增量零部件开发，推出基于手眼协同的机器人上 半身操作解决方案以及下半身移动解决方案。25年3月发布AC1，创新性地将激光雷达、摄像头与IMU 三大核心传感器进行融合。商业落地进程上，2025年被视作人形机器人量产元年，如特斯拉今年目标生 产5000台Optimus，国内如智元机器人等企业也实现千台级交付。割草机作为服务机器人的细分品类， 市场发展独具特色。就割草机器人这一细分市场来看，该行初步测算其对激光雷达产品 ...