ADAS控制算法工程师

优缺点分析

角色解读

• 技术深耕：从ADAS单功能控制算法工程师成长为系统级控制架构师，掌握更复杂的感知-规划-控制全栈技术
• 横向发展：转向自动驾驶系统集成或功能安全领域，成为技术专家或系统架构师
• 管理方向：晋升为技术Leader，带领团队完成ADAS产品从预研到量产的完整交付
• 负责ACC、AEB、LCC等ADAS功能的算法建模与代码实现，使用MATLAB/Simulink进行仿真和C/C++进行嵌入式部署
• 参与系统需求定义与软件架构设计，制定功能Use Case并支持测试标定工作
• 配合团队进行MIL/SIL/HIL测试以及实车调试，确保算法在实车上的稳定性和可靠性
• 与传感器、系统工程师协作，完成多传感器融合算法的开发与优化
• 扎实的控制理论基础，熟练掌握PID、MPC、模糊控制等经典控制方法
• 精通MATLAB/Simulink建模与仿真，熟练使用State Flow进行逻辑设计
• 具备C/C++编程能力，熟悉嵌入式开发流程，能进行代码移植与集成
• 了解车辆动力学模型，有车辆横纵向控制及制动控制经验者优先

申请策略

• 关注虹软科技在ADAS领域的产品线，了解其技术方向和量产车型，在面试中展示对该业务的认知
• 投递时可附上个人项目GitHub或技术博客，展示控制算法的实际应用案例
• 突出ADAS相关项目经验（如ACC/AEB/LKA等），明确你在其中承担的控制算法角色和实现效果
• 强调MATLAB/Simulink建模和C/C++代码能力，最好有嵌入式部署或实车测试经历
• 展示对车辆动力学、运动学模型的理解，如有相关建模或仿真项目务必列出
• 如有竞赛、论文或专利（如控制算法优化相关），可单独列出以增加技术亮点
• 复习现代控制理论（特别是MPC），可自学Coursera或B站课程巩固，并动手用MATLAB实现简单MPC控制
• 熟悉CAN工具链（CANalyzer、CANape）的基本使用，可以通过模拟环境或开源项目练习

面试指南

• 对于理论问题，先给出定义和公式，再举例说明实际工程中的选择逻辑（如MPC适用于约束处理，PID适用于简单场景）
• 对于算法设计问题，按照“需求分析-模型选择-仿真验证-调优”的框架回答，突出控制逻辑和鲁棒性考量
• 对于调试排错问题，采用“问题定位-数据采集-仿真复现-参数调整”的思路，强调系统性解决问题的方法
• 请解释PID和MPC控制器的区别，各自适用场景是什么？
• 请描述ACC功能中的间距控制策略，如何设计控制逻辑避免碰撞？
• 在MATLAB/Simulink中如何搭建一个简单的车辆纵向动力学模型？
• 你如何处理传感器融合中的时间同步和不确定性？
• 在实车调试中，如果发现AEB误触发，你会如何排查和优化？