职位描述
-参与面向室内外复杂仓储环境的高精度、高鲁棒性SLAM系统研发，支撑叉车自主导航与数字孪生建图；
-负责多源传感器数据融合核心模块开发与优化：
-深入理解激光雷达（Livox、RS-Helios等）、工业相机（卷帘/全局快门、曝光）、IMU的数据特性与误差模型；
-实现多传感器在线/离线标定（手眼标定、时钟同步、外参联合优化），提升系统初始精度；
-开发紧耦合联合优化框架（基于因子图/GTSAM或优化库Ceres），融合激光点云特征（plane/voxel）、视觉特征（ORB/LSD/深度学习特征）、IMU预积分，提升动态干扰下的位姿估计鲁棒性；
-探索神经渲染与SLAM结合的新范式：
-复现并改进3DGaussianSplatting（3DGS）流程，利用SLAM输出位姿训练动态/静态场景的高质量重建；
-研究SLAM到3DGS的闭环优化路径（如位姿refinement、点云初始化3DGS、时序一致性约束）；
