长春市经开区，这是中国科学院长春光学精密机械与物理研究所的所在地，崔留争在这里完成了自己的第一站，获得了博士学位。
距光机所 1500 公里外，是合肥市高新区，如同许多博士那样，崔留争选择了一家研究所，作为自己的第二站，开启职业生涯。
可崔留争并不满足于按部就班的生活，他把目光投向了研究所 1100 公里以南的深圳市南山区，这里有着深圳市大疆创新科技的总部，他决定南下前往自己的第三站。
「我希望把自己的所学所得，不仅用来做研究，更能够得到应用。」他说。
加入当时处于高速成长期的大疆后，崔留争成为了一名负责无人机飞行控制中的导航模块的高级算法工程师。在大疆，飞行控制是一个核心的基础技术部门，导航模块的技术方案会应用于公司各类无人机产品之上；这的确是个很好的让技术发挥价值的舞台。
然而，他的人生地图，还在继续展开，而这次的物理距离并不远——相隔大疆创新科技总部仅 80 公里的广州市南沙区，坐落着一家初创企业。
一个新领域，与两个挑战
2018 年 3 月，崔留争离开了熟悉的无人机行业，来到南沙加入 Pony.ai，投身自动驾驶这个新兴领域。
「当时无人机行业其实已经很成熟了，导航定位这块短期内不会再有翻天覆地的突破，而自动驾驶当时在国内刚刚起步，我感觉它里面有着无限的潜力，所以想再挑战一下自己。」
初来 Pony.ai，崔留争面前果然不光有挑战，而且一来就是俩。
第一个挑战，是角色的挑战。
在员工更多、分工更细化的大疆，崔留争是一名高级算法工程师，专注于软件层面；而来到更加初创阶段的 Pony.ai，他转型为一名传感器硬件工程师，除了写码做开发，也拿起扳手拧螺丝。
「一是人手有限，二是传感器硬件平台是算法演进与迭代的基础，所以我就以硬件工程师的身份加入了 Pony.ai。」
第二个挑战，则是技术的挑战。
「在来自动驾驶行业之前，虽然我知道相比无人机飞行，车辆行驶肯定会遇到更多的问题——但没想到竟然有这么多的问题。」
无人机的使用场景多数在空中，环境相对开阔、遮蔽较少，因此无人机的导航定位部分大多凭借 GPS 就能够解决。但车辆在地面行驶的过程中，GPS 信号可能会被高楼、立交桥等建筑遮挡，同时各类电磁波也会对车辆信号接收产生干扰，所以仅依赖 GPS，显然无法满足 L4 级自动驾驶的需求。
「尤其是在广州南沙，这里的基建很快，所以很多地方在修路，路况真的可以说每天都不一样，今天这里还能走，明天就封起来了；广东夏天降水也多，可能一晚暴雨过后，路边树的布局就全变了；这对自动驾驶的定位是个很大的挑战。」
因此对 L4 级自动驾驶来说，定位部分必须采用准确性更高、稳定性更强的解决方案，才能确保行驶中的安全。
然而直面新的挑战然后解决它们，正是崔留争来这里的动力。
不妥协的自研化，与灵活的智能化
在崔留争转为硬件工程师大概一年后，随着自动驾驶系统的不断迭代，定位也逐渐成了系统中一个需要去专注研发的重要模块。因此，在定位上有丰富经验的他，顺理成章成为了地图定位组（Map & Localization）的中流砥柱。
对于许多自动驾驶公司来说，自研定位模块，其实是个成本很高的事情。然而，Pony.ai 的工程师们依然没有选择「妥协」。
「选择自研其实说到底，还是用别人的终究有局限性，现有方案并不能满足我们的需求。」
崔留争在着手研发公司的定位技术之前，很长一段时间都专注于研究市面上的现有方案。那段时间的「基础研究」是非常有价值的，毕竟磨刀不误砍柴工，只有看到别人哪里做得不够好，才能知道自己到底怎么做才会好。
「当时看了很多供应商，挨个评估各家产品的性能，可能一开始还能用一用，但随着测试场景的增加，它们就没法满足我们的诉求了——这说明我们进步的速度已超过了供应商迭代的速度；所以我们必须去自己做。」
2018 年中，崔留争和团队的工程师们，正式启动定位模块升级计划，经过一年多的迭代，Pony.ai 基本实现了该模块的全面自研，自研模块不仅性能上远超原方案，而且成本削减了约 80%。
如今，Pony.ai 在定位上采用 IMU（惯性测量单元）、GPS、激光雷达、毫米波雷达以及相机等多传感器的深度融合方案；除此之外，Pony.ai 通过与车厂的深度合作，也能够得到来自车辆底层原始数据的访问权限，比如车辆 Wheel Sensor（轮式传感器）的信息数据等，从而更好提升包括定位模块在内的自动驾驶系统的整体表现。
「在不同模块的深度整合上，可以说我们这两年的努力还是有了一些成果的，从底层就开始的深度整合，不仅让自动驾驶系统与车的融合率更高，也让系统的成本更低，同时可靠性更高；这是大多数供应商以及其他方案商所做不到的。」崔留争介绍道。
非常规之路，与货真价实的科研
从研究所到行业大厂再到初创企业，崔留争选择了一条相对非常规的博士发展之路，但他并不这么想。
「我真觉得 Pony.ai 很适合博士生同学们加入。」崔留争说。
「现在有些研究生、博士难免存在学术与应用脱节的现象；但在 Pony.ai，他们绝对不会有这个烦恼——我们处在行业的最前线，面对的是实际运行产生真实问题，所有的更新改动，也会以非常快的速度作用于系统，算法效果立竿见影。」
至于有些学术型人才所担心的「无法深入扎根某个领域」，崔留争则认为虽然在初创企业的确无法「自扫门前雪」，但这并不是坏事——涉猎更多模块，能培养你的宏观意识，让自己对整个系统更熟悉，在「跨界」中发现新的可能性；同时，有了完备的全栈式平台基础，工程师也可以更方便地验证算法，真正做到学术研究与工程应用的深度结合。
除此之外，公司还形成了真正公平的科研评判标准：无论是人工接管数、测试 issue 数还是定位精度，都为评判研发成果提供了更客观的维度。
「如果上车测试一塌糊涂，即使你 Paper 写得再好，都是不行的；在这里，我们希望每个技术的进步，最终都能切实落地，解决车辆行驶中遇到的实际问题。」
作为 Pony.ai 广州定位模块的 Tech Lead，崔留争也不断寻找更好的方法，来帮助组里的新人成长。作为自动驾驶定位工程师，自主分析和解决问题的能力是最重要的，因为大家在研发工作中面对的许多问题，都没有过往的经验可参考。
广州地图定位组目前是 Pony.ai 广州 Site 平均年龄最小的团队，崔留争有意识让新人不仅能够专注于自己负责的模块，也让新人多与其他模块的同学对接，让他们了解除了定位外，感知、PnC 以及 Infra 都在做什么。例如，崔留争经常带着新人去感知组看 issue，新人通过跟感知的同学一起排查原因，能了解到自己所做的定位是如何被感知采用的，定位在功能上的变动又如何影响感知行为。
「毕竟，做研发最忌讳闭门造车，尤其对于高速迭代的初创企业来说，每个工程师都应保证自己输出的点，是对整个系统确实有贡献的，这也是我希望新同学能记住的。」崔留争说。
预料之内的进步，与不期而遇的欣喜
对崔留争来说，地图定位是自动驾驶车辆安全行驶的「基底」。
「我们整个自动驾驶系统，对地图、定位的要求非常高，必须保证目前在测试运营所覆盖区域中，行驶是逼近 100% 安全的。」崔留争说。
在自动驾驶系统中，PnC 需要定位的信息来做决策，感知也需要参考定位的信息以更好进行感知识别。因此，对于自动驾驶定位工程师来说，除了要写好代码，做好研发之外，更重要的是要真正把「地图定位与安全息息相关」这件事放在心里。
「我们组有个爱好，就是平时自己出门散步、打车时，都会留意路上的变化，比如哪里GPS 信号差，车道线是不是改动啦，比如路口的红绿灯坏啦等等；大家发现了这些之后都会主动交流讨论。」崔留争说。
他们关注任何细小的变动，是因为这些看似不起眼的地方，都可能带来安全上的新问题。为了确保 100% 安全可靠，地图定位必须能够妥善处理路况的新变化，并在此基础上提供精确的定位信息，这是对崔留争他们的一项挑战，同时也是一种责任。
「由于南沙的路况比较复杂、所覆盖的测试运营区域也很大，所以广州 Site 负责定位的同学也会相应承担更多的职责，于是我会要求自己、也希望组内的其他同学，不断地提升我们的技术，以及自己对安全的认知。」
如今站在 2020 年的节点回望，无论是定位技术模块还是整体系统的成熟度，都发生了天翻地覆的进步。然而一路走来、身在其中的崔留争，这不过是他每天认真做好每一步，带来的正常结果——一种符合预期的突飞猛进。
然而，即便每个进步都符合预期，但喜悦与自豪依然会与他不期而遇。
崔留争和儿子一起参加公司的家庭日活动
「我儿子有一次说，公司的无人车开得比他妈妈开得更好，我听到后，觉得还是很有成就感的。」崔留争说。
京公网安备 11010502036488号