智能驾驶规控算法开发岗

优缺点分析

角色解读

• 从初级算法工程师成长为高级或专家级规控算法专家，深耕自动驾驶控制领域
• 向系统架构师或技术管理方向发展，主导更大规模的自动驾驶量产落地项目
• 负责泊车及代客泊车功能的横纵向控制算法设计、开发与验证
• 解决量产过程中的控制算法问题，优化并提升用户的实际泊车体验
• 进行前沿控制算法的预研，搭建在环仿真评测系统，并完成实车部署与测试
• 精通C++/C编程，熟练使用Matlab/Simulink进行算法开发与仿真
• 扎实掌握LQR、MPC等经典与现代控制理论，熟悉规划及控制算法的调试方法
• 熟悉整车CAN网络通讯协议，能熟练使用Canoe、canApe等车载网络工具

申请策略

• 了解吉利汽车在智能驾驶（如浩瀚架构、极氪等品牌）方面的最新技术布局，面试时展现对量产泊车场景痛点的深刻理解
• 突出在C++/Matlab算法开发、LQR/MPC等控制算法应用方面的具体项目经验与成果
• 强调参与过实车部署、仿真测试或解决过实际量产控制问题的经历，展现工程落地能力
• 深入学习时空联合规划、模型预测控制（MPC）等前沿理论，提升算法设计的深度
• 熟悉ROS/ROS2及自动驾驶中间件，增强算法在实车平台上的部署与调试能力

面试指南

• 采用STAR法则，结合具体项目背景，详细说明算法选型、数学建模、代码实现、实车调试及最终效果
• 强调理论与实践结合，突出解决复杂工程问题的能力
• 请详细描述你在项目中如何设计并优化泊车横纵向控制算法？
• 在实车部署中遇到过哪些控制算法的corner case，你是如何排查和解决的？
• LQR和MPC在控制算法中各有什么优缺点，在什么场景下你会优先选择MPC？
• 如何搭建控制算法在环仿真系统，并制定有效的评测指标以验证算法性能？
• 复习经典控制理论（PID、LQR、MPC）及自动驾驶规划控制前沿论文，确保理论基础扎实
• 准备好过往项目的代码逻辑、仿真数据及实车测试视频或数据，以便直观展示个人能力