职位描述
岗位职责：
负责 L4 级无人驾驶清扫车建图与定位算法全流程研发、优化与工程化落地，适配园区、广场、校园、市政辅道等复杂环卫作业场景。
主导激光 SLAM / 视觉 SLAM算法开发，构建 2D/3D 高精度地图，解决空旷、动态障碍物、光照变化等场景下的建图漂移、重影与一致性问题。
研发多传感器融合定位算法，整合激光雷达、Camera、IMU、RTK、轮速计等数据，基于 EKF/ESKF/ 图优化框架，实现厘米级实时定位，保障长期作业稳定性。
负责传感器标定（激光 - 相机、IMU - 外参）、点云配准（ICP/NDT）、回环检测与重定位算法优化，提升系统鲁棒性与自适应性。
搭建建图定位算法测试与评估体系，设计场景化测试用例，采集分析现场数据，输出优化方案并迭代，支撑无人清扫车自主规划、精准作业、安全避障核心需求。
协同感知、规控、硬件工程师，完成算法模块联调与系统集成，保障定位数据与感知、导航模块高效联动，推动产品量产落地。
跟踪 ICRA、IROS、CVPR 等顶会前沿技术，预研语义 SLAM、深度学习定位、动态地图更新等方向，推动技术持续迭代。
任职要求：
任职要求
基本要求
本科及以上学历，计算机、自动化、机器人、测绘、应用数学等相关专业，1-3 年低速无人驾驶 / 机器人建图定位算法经验。
扎实的数学功底，精通线性代数、李群李代数、非线性优化、卡尔曼滤波、概率估计等理论。
熟练掌握C++/Python编程，熟悉 Linux 开发环境，具备良好的代码规范与工程化能力。
深入理解SLAM 核心原理，熟练使用 Cartographer、LOAM、GTSAM、PCL、Eigen、OpenCV 等主流框架与工具。
核心技能
熟悉激光 SLAM / 视觉 SLAM算法开发与优化，有无人车 / 机器人实际场景落地经验优先。
精通多传感器融合定位算法，有 RTK/IMU/ 轮速融合、抗干扰定位实战经验。
具备点云处理、特征提取与匹配、地图构建与维护能力，能解决复杂场景下的定位漂移与地图一致性问题。
了解深度学习在定位 / 建图中的应用（如语义分割、特征提取、重定位）优先。
综合素质
具备强问题分析与解决能力，能独立攻克现场复杂技术难题，抗压能力强。
良好的跨团队沟通协作能力，高效推动算法集成与落地。
职位类别:计算机软、硬件/互联网/IT
专业要求:计算机系统结构,软件工程,导航、制导与控制,计算机技术