职位描述
工作职责
1、开发基于多传感器（RGB-D/双目/LiDAR）的SLAM算法（如ORB-SLAM3、VINS-Fusion），实现人形机器人在动态环境中的实时定位与稠密建图。
2、优化特征提取（SuperPoint）、匹配（LightGlue）与位姿估计（RANSAC/PnP）的算法效率，适配嵌入式平台（Jetson Orin）。
2、实现实时表面重建算法（如TSDF、Poisson Reconstruction），结合语义分割（SAM、YOLOv8）生成带标签的3D环境模型。
3、研究神经渲染（NeRF/3DGS）在仿真数据生成中的应用，提升仿真场景的真实性。
4、使用Isaac Sim/Unity3D搭建机器人运动与感知仿真环境，模拟复杂光照、动态障碍物等场景，验证定位算法鲁棒性。
5、开发自动化测试工具，量化评估SLAM算法的精度（ATE/RPE）与稳定性。
6、将算法移植至机器人嵌入式系统，利用CUDA/TensorRT加速关键计算模块（如特征提取、点云配准）。任职要求
任职资格
1、熟悉经典SLAM框架（ORB-SLAM3、VINS-Fusion、LIO-SAM），理解前端（特征匹配、光流）、后端优化（BA、位姿图优化）。
2、掌握3D点云处理（PCL/Open3D）、多视图几何（MVG）、深度估计（MonoDepth）。
3、熟悉CUDA加速（如基于GPU的TSDF重建）或嵌入式优化（ARM NEON/TensorRT）。
4、至少使用过一种主流仿真平台（Isaac Sim、Gazebo、CARLA、Unity3D），能搭建基础仿真环境。
5、熟悉ROS/ROS 2，能够开发传感器数据接口（如Camera/IMU/LiDAR仿真）。
6、C++/Python 熟练，掌握现代C++（11/14）特性，能编写高性能算法代码。
7、熟悉PyTorch/TensorFlow，有深度学习模型训练经验（如CNN、Transformer）。
熟悉以下研究方向（至少一项）：
1、NeRF/3DGS（3D Gaussian Splatting）在SLAM或重建中的应用。
2、动态SLAM（如DynaSLAM、FlowFusion）。
3、语义SLAM（如MaskFusion、CubeSLAM）。
4、Sim2Real（仿真到真实迁移学习）。
5、AIGC相关经验（优先考虑）：
6、使用Diffusion Models/Stable Diffusion生成合成训练数据（如纹理增强、场景合成）。
7、基于LLM（如GPT-4、LLaMA）或VLM（如CLIP、BLIP-2）的机器人场景理解（如自然语言指令导航）。
8、熟悉生成式3D建模（如DreamFusion、Magic3D、Shap-E）。
加分项：
1、在CVPR/ICCV/ECCV/IROS/ICRA/RSS/NeurIPS等顶会或期刊发表过SLAM、三维重建、神经渲染、机器人感知相关论文。
