职位描述
职位描述：
根据项目经验、专业技能和个人意愿等，参与以下其中一个或多个方向研发：
面向乘用车量产业务的行泊车场景，开发高精度、高可靠性的定位与建图算法，解决量产中的长尾问题；针对车载计算平台特性，优化算法性能与资源占用，提升系统实时性与鲁棒性。
参与多传感器（GNSS/LiDAR/IMU/轮速/视觉等）数据融合方案设计，适配车规级硬件实现精准定位与动态建图。
参与地图构建、数据挖掘、云端模型、自动标注算法和4D真值系统等开发与研究。
参与基于GNSS， IMU等传感器多场景下的实时绑路、偏航算法，基于深度学习的地图匹配等算法研发。任职要求
熟练掌握C++编程、pytorch或tensorflow等常见框架，熟悉ROS框架及Linux开发环境。
理解主流SLAM框架（如LIO-SAM、LIO-Mapping、VINS-Mono等），熟悉其源码实现与优化方法；
熟悉Kalman Filter、非线性优化理论，具备多传感器融合算法开发经验；
熟悉LiDAR/IMU/GNSS/轮速等车载传感器特性及数据处理方法（如标定、时序同步、去噪等）；
有高精地图自动建图、导航地图的数据制作、自动驾驶规划算法经验者优先；
了解机器学习基本概念，有实时绑路项目经验者优先；
熟悉深度学习在SLAM中的应用（如语义SLAM、动态物体处理、端到端定位等），有相关项目经验优先；
在机器人/自动驾驶领域顶会发表过论文或参与过机器人竞赛/开源SLAM项目贡献优先。
立即投递
