一个L4车队公司面试
一个公司 面试经验
📌 基本情况
- 公司: **公司
- 岗位: PNC (规划控制) 核心工程师
- 面试轮次: 共三轮技术面 + 一轮 HR 面
➡️ 一面 (PNC核心工程师)
- 内容: 自我介绍，以及针对过去项目（835项目）的沟通。
- 面试官评价: 评论 835 项目架构有些头重脚轻，认为参考线部分承担过多，导致解耦合不好，团队沟通效率低。
C++ 八股
问题：
说说 const int *a, int const *a, const int a, int *const a, const int *const a 分别是什么，有什么特点。
(面试者注：我当时没答出来)
正确回答：
1 | |
编程题目
➡️ 二面 (PNC团队大leader)
这一面主要深入聊了项目经历，面试官比较关心换道决策。
1. 项目经历介绍 (经纬恒润 CX835 城市领航辅助项目)
- 项目概况： 2024 年 6 月毕业后参与，当时处于方案确定时期。
- 规控框架： 获取感知和地图信息 -> 确定车道属性 -> 生成参考线 -> 以参考线为坐标系处理动态障碍物 -> 实现绕行和换道。
- 过路口方案： 最初方案有问题，引入轻地图方案，后经多次优化，解决地图信息偏差、车道宽度/数量错误等问题。
- 复杂场景处理 (如右转专用道)：
- 早期：混合 A* 搜索方案。
- 后期：采集专家轨迹生成参考线（泛化性差，是临时方案）。
- 配合状态机处理不同场景。
2. 方案验证方式
- 验证方法： 数采团队路测，高频问题直接反馈。
- 版本管理： 分 Daily Build (每天跑 50-100 公里) 和稳定版 (每天跑 200-300 公里)。
- 路线选择： 不固定，根据代码提交内容选择不同路况。
- 问题解决流程： 发现问题打 tag -> 修改后数据回灌验证 -> 测试同学原场景复现 -> 确认解决后提交。
- 避免场景回退： 评估代码改动量。小改动简单测试；大改动多次测试，测试部通过后再提至稳定版。
3. 技术问题交流
- 修路场景处理：
- 感知不到道线时，参考线以原位置粗解。
- 用激光雷达点云的 Free Space 确定边界约束，绕过施工区域。
- 锥筒间距小于 2 米认为不可通过。
- 感知距离及限速：
- 感知距离：车辆 >80m，行人 ~60m，锥桶/水马 ~40m。
- 规控使用：车道线后处理后，下游规控拿到 60m 以内。
- 调速：根据感知距离、激光雷达边界和地图信息调整（目前方案较粗糙）。
- 专家轨迹维护： 离线采集，作为地图图层。自车到对应区域用其作为目标车道中心线（泛化性差，临时方案）。
- 自构图情况： 目前没有专门团队做，方案较粗糙，处于踩南昌交付区域场景阶段。
- 个人负责内容： 轻地图方案边界生成、参考线策略，参与部分车道选择决策。
4. 岗位相关交流 (Kargo 的技术栈)
- L4 卡车问题： 接管率低，单车处理不了就降级，远程接管（车上有安全员）。后续想融合高精地图和高清地图。
- 轨迹生成方式： 基于优化，依赖优化空间下的边界信息约束。目前是重图方案，中短期想演进到轻图结合方案。
- 换道决策： 分静态判断和动态检查。选道根据候选区域和导航信息，还有推荐换道和 MLC 方案。
- 入职任务（可能）： 环境结构生成和宏观行为决策（换道相关）。
- AI 应用： 换道框架做轨迹评价选优，有 AI 强化学习方案用于轨迹生成。
- 卡车换道问题：
- 卡车换道能力弱，可在轨迹评价中建模。
- 求解空间无可达目标车道轨迹时，减速等待。
- 采用时空联合方式做决策。
➡️ 三面 (可能是未来的Mentor)
- 内容： 交流内容与二面类似。
- 面试官评价： 评价我之前（835）的技术栈比较滞后。
➡️ HR面
- 常规问题：
- 介绍前几位面试官。
- 询问离职原因。
- 职业选择与求职倾向。
- 有无接触其他企业。
- 当前薪资。
- 最快什么时候入职。
- 公司介绍：
- 介绍公司情况。
- 后续流程与决策。
- 技术适应流程 (Onboarding)：
- 有新员工培训。
- 会配 Mentor 带小项目。
- 合同三年，试用期 6 个月。
- 设置明确的试用期目标，有中期反馈和转正答辩。
周二反馈
岗位不匹配，拒了我