核⼼职责：（先加微信：duke-simon 拿项目手册，画像精准再做单） 1. 多传感器数据处理与融合： ◦ 负责激光雷达、深度相机、RGB 相机、IMU 等多源异构传感器数据的实时采集、同步、标定 与融合。 ◦ 设计和实现鲁棒的外部状态估计和传感器数据预处理算法。 2. 实时定位与地图构建 (SLAM)： ◦ 研发和优化适⽤于双⾜机器⼈运动特征的 SLAM (Simultaneous Localization and Mapping) 算法（如基于 LiDAR 的 SLAM、视觉 SLAM 或 V-L Fusion SLAM）。 ◦ 专注于提⾼算法在动态环境、纹理缺失或光照变化等复杂场景下的定位精度和鲁棒性。 3. 环境感知与空间重建： ◦ 实现局部和全局环境的实时空间重建，⽣成⾼精度的点云地图、栅格地图或⽹格模型，⽤于运 动规划。 ◦ 开发地⾯分割、障碍物检测与跟踪、以及可通⾏区域识别等感知功能，为双⾜机器⼈的落脚点 规划提供参考。 4. 算法性能优化与⼯程化： ◦ 在 Linux/ROS 平台上，使⽤ C++ 对感知算法进⾏⾼性能优化，确保其在嵌⼊式或边缘计算平 台上满⾜实时性要求。 ◦ 与运动控制、软件集成团队紧密协作，验证感知数据在实际机器⼈⾏⾛中的有效性。 职位要求： 基本条件： • 计算机科学、机器⼈学、⾃动化或相关专业硕⼠及以上学历。 • 3 年以上机器⼈感知、计算机视觉或 SLAM 领域的研发经验。 • 精通 C++ 编程，熟悉 ROS/ROS 2 系统和 Linux 软件开发环境。 • 多传感器融合： 具备 LiDAR-Visual Fusion 经验，熟悉传感器外参标定、时间同步等技术。 • SLAM 算法实践： 深⼊理解 ICP/GICP, LOAM/LIO-SAM, VINS, ORB-SLAM 等主流 SLAM 算法的原 理，并有实际优化或部署经验。 • 点云处理： 熟练使⽤ PCL (Point Cloud Library) 或相关⼯具，具备点云配准、滤波、分割等实战 能⼒。 • 视觉感知： 熟悉相机模型、具备基本的计算机视觉基础，有图像处理或深度估计经验。

核⼼职责： 1. 多传感器数据处理与融合： ◦ 负责激光雷达、深度相机、RGB 相机、IMU 等多源异构传感器数据的实时采集、同步、标定 与融合。 ◦ 设计和实现鲁棒的外部状态估计和传感器数据预处理算法。 2. 实时定位与地图构建 (SLAM)： ◦ 研发和优化适⽤于双⾜机器⼈运动特征的 SLAM (Simultaneous Localization and Mapping) 算法（如基于 LiDAR 的 SLAM、视觉 SLAM 或 V-L Fusion SLAM）。 ◦ 专注于提⾼算法在动态环境、纹理缺失或光照变化等复杂场景下的定位精度和鲁棒性。 3. 环境感知与空间重建： ◦ 实现局部和全局环境的实时空间重建，⽣成⾼精度的点云地图、栅格地图或⽹格模型，⽤于运 动规划。 ◦ 开发地⾯分割、障碍物检测与跟踪、以及可通⾏区域识别等感知功能，为双⾜机器⼈的落脚点 规划提供参考。 4. 算法性能优化与⼯程化： ◦ 在 Linux/ROS 平台上，使⽤ C++ 对感知算法进⾏⾼性能优化，确保其在嵌⼊式或边缘计算平 台上满⾜实时性要求。 ◦ 与运动控制、软件集成团队紧密协作，验证感知数据在实际机器⼈⾏⾛中的有效性。 职位要求： 基本条件： • 计算机科学、机器⼈学、⾃动化或相关专业硕⼠及以上学历。 • 3 年以上机器⼈感知、计算机视觉或 SLAM 领域的研发经验。 • 精通 C++ 编程，熟悉 ROS/ROS 2 系统和 Linux 软件开发环境。 • 多传感器融合： 具备 LiDAR-Visual Fusion 经验，熟悉传感器外参标定、时间同步等技术。 • SLAM 算法实践： 深⼊理解 ICP/GICP, LOAM/LIO-SAM, VINS, ORB-SLAM 等主流 SLAM 算法的原 理，并有实际优化或部署经验。 • 点云处理： 熟练使⽤ PCL (Point Cloud Library) 或相关⼯具，具备点云配准、滤波、分割等实战 能⼒。 • 视觉感知： 熟悉相机模型、具备基本的计算机视觉基础，有图像处理或深度估计经验。