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: 1. 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. 2. 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. 3. 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. 4. 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.

职位要求: 1. 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. 2. 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 3. 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 4. 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) 5. 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 6. 了解机器学习基本概念,有实时绑路项目经验者优先 7. 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 8. 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.