今天开学了，是时候该好好学习一下了

主要观点总结

本文介绍了陆辰作为自动驾驶领域的算法工程师的经验分享。他详细描述了自身在自动驾驶，特别是3D目标检测和多传感器融合感知方向的工作经历，包括遇到的问题和解决方案。同时，他也介绍了开设的自动驾驶实战知识星球的内容和项目，包括多模态融合感知、目标检测、大模型等。知识星球提供项目讲解、代码实现、环境配置和算法调试等内容，旨在帮助学习者更好地掌握自动驾驶的关键技术。

关键观点总结

关键观点1: 自动驾驶领域的算法工程师的工作内容与挑战

陆辰从事自动驾驶工作超过七年，主要负责3D目标检测和多传感器融合感知方向。他分享了在实际操作中遇到的难题，如算法原理理解、代码调试和环境配置等。

关键观点2: 自动驾驶实战知识星球的介绍及其内容

陆辰团队开设了自动驾驶实战知识星球，以项目和代码的形式讲解自动驾驶技术。内容涵盖多模态融合感知、目标检测、大模型、分布式、3D重建渲染、TensorRT算法部署和鱼眼相机技术等。

关键观点3: 知识星球的价格及预售信息

当前知识星球预售阶段的价格为398元，预售期将持续到9月30号。这个价格将提供一年的跟随一线大佬学习自动驾驶的机会，每个项目都将进行代码和原理的详细讲解。

文章预览

01 大家好，我是陆辰，7年AI算法经验，当前在一家自动驾驶公司，担任算法工程师。至今已经从事自动驾驶5年多的时间了，主要负责3D目标检测，多传感器融合感知方向。 最近两年实现BEV感知算法的开发，并实现量产车的适配。之前在深圳望海路实现乘用车在十几公里的路段的自动驾驶。 一路走来发现 自动驾驶 工程师需要会碰到很多难题：算法的原理，代码的理解，代码调试，环境配置等问题。下面是我遇到的一些问题： 在训练编写BEV感知时，只能拿着DETR3D, PETR等开源的代码，对着论文一点点的理解，了解其原理，再一点一点的理解代码，最后适配自己的数据集，完成代码的训练与优化。 之前训练激光感知CenterPoint算法，使用自己的数据集， 训练的时候总是挂掉，训练不收敛，只能对着加载公开数据集代码进行调整，一步一步调试找原因，最 ………………………………