APA规划算法专家-XC

优缺点分析

角色解读

• 从算法专家逐步成长为自动驾驶规控方向的技术负责人（Team Lead/Architect）
• 可在多业务线扩展，如从泊车到行车场景，或向技术管理发展
• 博世作为全球汽车零部件龙头，提供跨国家/跨项目的职业发展机会
• 负责APA/AVP/HPA等泊车功能的决策规划算法架构设计与开发，包括避障、轨迹规划与优化
• 进行算法仿真评测与实车测试，并在嵌入式量产平台上实现算法
• 与上下游团队对接需求，推动算法量产落地
• 探索前沿算法，撰写专利和论文
• 精通非线性优化、混合A*、DP、QP、Lattice、MPC、PID等经典规划控制算法
• 熟悉自动驾驶软件架构，了解Apollo、Autoware、Openpilot等开源框架
• 具备C++/Python等编程能力，能进行算法实现与调试
• 有泊车功能量产经验者优先

申请策略

• 理解博世的产品线（如APA、AVP）和公司文化，强调对量产质量的关注
• 准备一个完整的泊车算法项目案例，展示从研发到落地的全过程
• 突出自己参与过的APA/AVP/HPA泊车项目，特别是量产经历
• 详细描述在轨迹规划、避障、优化算法方面的实现细节和成果
• 展示对Apollo、Autoware等开源平台的使用经验和二次开发能力
• 如有论文或专利，务必列出
• 复习非线性优化、MPC、混合A*等算法原理，并准备手写推导
• 熟悉C++和代码调试，了解嵌入式平台上算法部署的注意事项

面试指南

• 用STAR法则回答项目经历：背景、任务、行动、结果
• 算法问题先讲原理，再讲实现，最后结合实际场景
• 强调与团队协作和量产落地的经验
• 请介绍一个你设计的泊车规划算法，如何解决避障和路径优化问题？
• MPC和非线性优化在轨迹跟踪中的应用有哪些优缺点？
• 如何进行泊车算法的仿真评测？有哪些关键指标？
• 如何处理实车测试中发现的算法鲁棒性问题？
• 你对Apollo的规划模块熟悉吗？如何改进其中的优化算法？