1.负责开发与优化SLAM算法，包括激光SLAM、视觉SLAM、惯性融合SLAM (VIO/LI-SLAM)等提升定位精度与鲁棒性。 2.构建机器人高精度地图(建图+定位)，支持动态环境下的鲁棒性导航与重定位(Relocalization). 3.实现多传感器数据融合，整合激光雷达、IMU、深度摄像头、GPS等多模态数据，提升感知与导航精度。 4.参与路径规划与轨迹控制算法开发，支持多种运动模型(差速、四足、全向轮)下的导航、避障与轨迹跟踪。

1.研究生及以上学历，自动化、机器人、计算机、电子工程、导航与控制等相关专业; 2.SLAM相关能力:熟悉主流SLAM算法(如Cartographer、LOAM、ORB-SLAM3、LIO-SAM等);了解图优化理论(GTSAM、g2o等)，能根据应用场景进行参数调优;熟悉前端特征提取与匹配、后端图优化、回环检测、闭环融合等关键模块。 3.传感器融合技术:掌握EKF、UKF、因子图、粒子滤波等传感器融合方法;具备IMU+视觉、激光+IMU等多传感器配准与融合实战经验。 4.路径规划与控制:熟悉路径规划算法A*、Dijkstra、RRT/RRT*、DWA、TEB等;熟悉轨迹跟踪与运动控制算法PID、MPC、LQR等;熟悉机器人运动学/动力学建模(尤其对四足或差速底盘理解较深)。 5. ROS/ROS 2开发经验:熟练使用ROS框架(TF、_msgs、sensor_msgs、rviz调试);能基于 Navigation 或自定义导航模块进行系统集成;有ROS2、ROS的部署经验者优先。 6.编程能力:精通C/C++，了解现代C++设计(如模板、并发、多线程优化);精通Windows和 Linux系统下的部署;能熟练使用Python进行原型验证与数据处理;掌握Git、CMake等开发工具链。 7.基于 ROS/ROS2框架开发导航定位系统，实现模块间的高效通信与系统调度。 8.支持传感器选型与软硬件联调，输出技术文档、调试报告与性能评估。