1.开发栈板、料笼等标准化载具的高精度识别与6自由度位姿估计算法，融合2D/3D视觉及深度学习，支撑无人化插取与堆叠。 2.实现障碍物检测与语义分类（行人、叉车、货箱等），为动态避障提供差异化策略依据。 设计工位局部特征（二维码、AprilTag、自然特征）的快速、厘米级精确定位算法，补充全局定位确保作业精度。跟踪前沿AI技术，探索预测、端到端规划、异常检测等深度学习应用，负责模型训练、轻量化及边缘端部署。

1.学历专业：计算机、自动化、机器人、控制工程等相关专业，本科及以上（硕士优先） 2.算法能力：目标检测和位置估计：熟练掌握YOLO系列、Faster R-CNN等，能训练并部署轻量化模型；熟练使用PCL/Open3D进行分割、聚类、配准，结合深度相机或激光雷达实现目标定位 掌握语义/实例分割，区分行人、叉车、货箱、遗留物等；熟悉视觉特征点算法及匹配，用于局部精确定位；