设计、实现和优化基于超声波传感器的空间车位识别，障碍物检测算法。 - 深入研究USS信号处理技术，包括回波信号分析、噪声抑制、多路径效应处理、测距测角精度提升等。 - 解决USS在复杂环境（如雨雾天气、强反射表面、狭窄空间）下的车位识别挑战。 - 探索和应用基于深度学习的USS信号处理和障碍物检测方法（例如，利用CNN处理原始回波信号、点云数据或生成的特征图）。 - 开发或利用深度学习模型进行USS数据中的噪声抑制、多路径效应识别与补偿、以及障碍物属性（如材质、形状）的初步推断。 - 研究利用USS数据进行车位线/车位角点等语义信息的深度学习识别算法。

- 学历背景： 计算机科学、电子工程、自动化、机器人、应用数学等相关专业本科及以上学历 - 工作经验： 2年及以上超声波传感器（Ultrasonic Sensors）在车位识别，障碍物感知应用方面的开发经验，并至少2年以上多传感器融合（Sensor Fusion）的实际项目经验。 - 熟悉超声波传感器的工作原理、特性（优势与局限）、数据格式和常用处理流程。 - 有使用ROS（Robot Operating System）或其他中间件进行算法开发和测试的经验。 - 加分项：有量产级ADAS/自动驾驶项目经验，特别是APA/AVP或低速场景下的感知融合开发经验