岗位职责: 车位检测算法开发 负责泊车场景下的车位检测(如垂直、侧方、斜列车位)及车位状态(占用/空闲)识别,基于多传感器(摄像头、lidar、毫米波雷达)数据构建鲁棒的感知模型. 优化深度学习模型(如cnn、transformer、关键点检测网络)在复杂场景(光照变化、遮挡、低纹理)下的泛化能力. 设计时序融合策略,利用历史帧信息提升检测稳定性,降低瞬时误检率. 算法部署与性能优化 将算法移植至嵌入式平台(如nvidia jetson、地平线j6),实现低功耗、高帧率的实时推理. 通过模型量化、剪枝、tensorrt加速等技术优化计算效率. 掌握数据挖掘,标注,训练,badcase回归等闭环链路,能够建立数据闭环,并对模型进行持续迭代. 教育背景: 计算机科学、人工智能、电子工程、机器人等相关专业硕士及以上学历.

技术要求: 精通计算机视觉与深度学习算法(目标检测、语义分割、3d点云处理),熟悉opencv、pcl、pytorch框架. 熟练掌握c++/python,具有嵌入式平台部署经验(cuda、tensorrt、onnx). 熟悉泊车场景的传感器配置(鱼眼相机、超声波雷达)及车位检测行业方案.