职位描述
1、参与激光雷达、摄像头等感知传感器的选型、技术评估及算法测试；
2、负责足式机器人相关的定位、建图及多传感器融合算法研发与工程落地；
3、负责激光雷达、相机、IMU、里程计、GNSS等传感器的数据融合，提升系统在复杂环境下的定位精度、鲁棒性和稳定性；
4、负责激光SLAM、视觉SLAM或视觉惯性里程计（VIO）等核心模块的开发、优化与维护，包括前端里程计、回环检测、后端优化、重定位及地图管理等模块的算法设计与性能优化；
5、解决室内外、弱纹理、光照变化、GNSS遮挡等复杂工况下的定位与建图问题，持续提升系统在动态光照、动态行人及动态障碍物等复杂动态场景下的多传感器融合定位性能；
6、负责算法在实际硬件平台上的部署、调试和性能优化，满足实时性及资源占用要求；
建立算法评测体系，完成数据采集、问题分析、精度评估和版本迭代；
7、负责激光雷达、摄像头相关的其他感知任务。任职要求
1、计算机、自动化、机器人、电子信息、测绘或相关专业本科及以上学历；
2、具备3–5年SLAM、机器人定位或多传感器融合相关工作经验；
3、熟悉SLAM基本理论，包括状态估计、坐标变换、非线性优化、回环检测、图优化、多视图几何等；
4、熟悉卡尔曼滤波、扩展卡尔曼滤波、误差状态卡尔曼滤波或因子图优化，具备实际融合项目经验；
5、熟悉激光雷达、相机、IMU、GNSS、里程计等传感器的工作原理、标定方法、时间同步及误差模型；
6、熟练使用C++，具备良好的数据结构、算法基础和工程代码能力；熟悉Python，能够完成数据分析及算法验证；
7、熟悉Linux、ROS/ROS 2、Eigen、PCL、OpenCV等常用开发环境和工具；
8、熟悉Ceres、GTSAM、g2o等至少一种非线性优化或因子图工具；
9、具备较强的问题定位、数据分析和独立解决复杂工程问题的能力；
10、具备良好的沟通协作能力和技术文档编写习惯。
加分项
1、有激光-惯性、视觉-惯性、激光-视觉-惯性或GNSS融合系统的量产或交付经验；
2、熟悉LIO-SAM、Faster-LIO、Cartographer、ORB-SLAM3、VINS-Fusion等开源框架，并有二次开发经验；
3、具备传感器内外参标定、在线标定或时间同步算法经验；
4、有大规模地图构建、地图压缩、地图更新或多楼层、跨区域定位经验；
5、有动态环境、退化场景及长期定位稳定性优化经验；
6、有ARM、NVIDIA Jetson或其他嵌入式平台上的算法部署与性能优化经验；
7、在机器人、无人驾驶或SLAM相关领域的期刊或会议上发表过论文（包括但不限于IJRR、TRO、RA-L、ICRA、IROS），申请过专利或参与过高质量开源项目；
8、在校期间有ROBOCON、RoboMaster等机器人赛事参赛经历或相关项目实践经验；
9、具备深度学习算法的项目落地经验，了解NeRF、3D Gaussian Splatting（3DGS）、VGGT、BEV、深度估计或其他视觉基础模型（Foundation Model）。
