一、工作職責 1.負責 SLAM(同步定位與地圖構建)算法的設計、研發(fā)與優(yōu)化,包括但不限于視覺 SLAM、激光 SLAM、多傳感器融合 SLAM 等方向,確保算法在實際場景中的高精度、高穩(wěn)定性和高效率運行。 2.參與 SLAM 算法相關的需求分析和技術方案制定,根據項目具體需求,選擇合適的算法框架和技術路線,并進行可行性驗證。 3.開展 SLAM 算法的仿真測試與實際場景驗證工作,收集測試數據,分析算法性能瓶頸,針對性地進行算法改進和迭代優(yōu)化,提升算法的魯棒性和適應性。 4.與硬件團隊緊密協作,完成 SLAM 算法與硬件設備(如相機、激光雷達、IMU 等傳感器)的適配與集成工作,解決硬件與算法之間的接口問題和數據同步問題。 5.將 SLAM 算法成果融入到產品開發(fā)流程中,確保算法滿足產品功能和性能要求,并提供必要的技術支持。 6.負責 SLAM 算法相關技術文檔的編寫,包括算法設計文檔、技術方案文檔、測試報告、用戶手冊等,確保技術知識的有效沉淀和傳承。 二、任職要求 1.精通 SLAM 基本原理和核心算法,包括前端特征提取與匹配、后端優(yōu)化(如 BA、Graph SLAM)、回環(huán)檢測、地圖構建與維護等,對至少一種主流 SLAM 算法框架(如 ORB-SLAM、LOAM、Cartographer 等)有深入理解和實際應用經驗。 2.具備扎實的數學基礎,熟練掌握線性代數、概率論與數理統(tǒng)計、微積分、最優(yōu)化理論等知識,能夠運用數學工具對 SLAM 算法進行建模、分析和優(yōu)化。 3.熟練掌握至少一種編程語言(如 C++、Python),具備良好的編程習慣和代碼風格,能夠高效地實現 SLAM 算法和相關模塊;熟悉 Linux 操作系統(tǒng),能夠在 Linux 環(huán)境下進行軟件開發(fā)和調試工作。 4.熟悉常見的傳感器原理和數據處理方法,包括相機(單目、雙目、RGBD)、激光雷達(2D、3D)、IMU 等,了解傳感器標定技術,能夠處理傳感器數據的噪聲、延遲、同步等問題。 5.掌握至少一種機器學習 / 深度學習框架(如 TensorFlow、PyTorch),了解深度學習在 SLAM 領域的應用(如語義 SLAM、深度學習 - based 特征提取與匹配等)者優(yōu)先。 6.熟悉點云處理庫(如 PCL)、計算機視覺庫(如 OpenCV、Eigen)、數值優(yōu)化庫(如 Ceres Solver、g2o)等開源庫的使用,能夠基于開源庫進行二次開發(fā)和算法集成。 三工作經驗與項目經歷 1.具有 SLAM 算法相關研發(fā)工作經驗,有完整的 SLAM 算法項目開發(fā)經歷(如自動駕駛環(huán)境感知與定位、機器人自主導航、AR/VR 空間定位與建模等)者優(yōu)先。 2.參與過 SLAM 算法在實際產品中的落地應用,能夠解決實際場景中遇到的復雜技術問題,對算法的工程化實現和性能優(yōu)化有豐富經驗者優(yōu)先。