1.做了关于无人驾驶落地场景应用，但是目前的无人驾驶显然对于环境的要求很苛刻，了解了激光slam，但是无人驾驶一般是基于高精度地图进行建模地图，然后通过视觉识别环境；进入实际落地场景发现当周围环境进行改变的时候，无人驾驶往往会将环境识别有所差异。
了解过视觉处理，知道视觉的处理往往是特征点的比对，但是例如周围的建筑或者树都是会随环境进行变化的，所以看似还是有所缺陷和不足，但是大数据基于数据进行比较是不是会更好呢？
通过进来的项目经验和场景业务，在ToB制造业领域发现很多很多的卡顿点都会停留在数据层面，放弃系统开发转向学习大数据相关开发，虽然暂时很困难，但是相信大数据是会改变未来很多东西的
希望以后能解决的问题：
1.ToB行业，存在数据孤岛，要想实现全新的数字化工厂，需要让数据进行驱动数字化工厂；存在更多的问题，tob行业业务领域存在分歧太大，很多制造业没能力进行自动化操作，距离数字化会更慢，物联网可能会是一个转折点吧，统一设备统一行业标准。
2.无人驾驶方面，从了解到的AGV到室外无人驾驶，例如我么进行室外无人驾驶落地，出现的问题相对较多，使用V2X多环境融合，能解决无人驾驶的正常环境运行；在围绕无人驾驶能进行开发相关ToB的智能物流，其中最多的是ToB行业各自的硬件设施不一致，对接非规范化，也是导致进程缓慢的原因，但是究其原因目前无人驾驶都在进行L4的你追我赶，从个人观点无人驾驶的一个环境建设，就需要进行地图区域建设划分、V2X设备搭建、软件开发等。
最致命的是：成本的昂贵，室外总会有各种情况，环境架设完毕后，无人驾驶正常运行，无人驾驶设备的激光雷达因环境不可控原因出现问题，由于激光雷达昂贵，摄像头的维护等等，虽然无人驾驶都在精准算法，但是当无人驾驶真正落地的时候，是不是有更多的问题在等着我们；
以上的技术发展和行业改变，我都会想到的是数据驱动，接触了ToB行业领域也能该收到技术带来对ToB的改变，但是行业领域标准过于复杂，也就出现了ToB行业重业务人才轻技术，这是必然的；如果都像电商领域一样，行业标准化，剩下的就是追求技术性提高。
选择了大数据方向，希望未来的自己能够不管是对ToB行业还是其他行业能做出贡献，加油，在数据方向前行。
