1) 负责视觉/激光SLAM算法的开发与优化，包括前端特征提取、后端优化、回环检测及地图构建等核心模块。 2) 研究多传感器（相机、LiDAR、IMU、GNSS等）融合方案，提升系统在复杂环境下的精度与鲁棒性。 3) 针对实际场景问题（如动态物体干扰、光照变化、大尺度场景等）设计解决方案并优化算法性能。 4) 参与SLAM系统的嵌入式部署与性能调优，确保算法在资源受限平台（如Jetson、ARM）的高效运行。 5) 跟踪学术界与工业界前沿技术，推动SLAM在无人系统中的创新与应用。

1) 硕士及以上学历，计算机、自动化、机器人、电子工程、数学等相关专业；具备扎实SLAM经验者可放宽至本科。 2) 精通C++/Python编程，熟悉Linux环境及数据结构与算法设计。 3) 深入理解视觉SLAM（如ORB-SLAM、VINS-Mono）或激光SLAM（如LOAM、Cartographer）原理与实现。 4) 熟悉多传感器标定、时间同步、非线性优化（g2o/Ceres）及滤波算法（EKF/UKF）。 5) 熟悉常用开源框架（OpenCV、PCL、ROS、Eigen等），具备实际调试与参数优化经验。 6) 具备扎实的数学基础（线性代数、概率论、数值优化），熟悉李群李代数或图优化理论。 7) 具备良好的工程实现能力，熟悉CUDA加速、嵌入式部署（TensorRT/ONNX）或开源工具（Git/Docker）者优先。