職責(zé)/任務(wù):
1.基于視覺(可見光/紅外)、激光雷達(dá)(LiDAR)、毫米波雷達(dá)、IMU、氣體/環(huán)境傳感器的多模態(tài)融合感知算法。目標(biāo)檢測/識(shí)別/跟蹤(尤其在煙霧、黑暗、遮擋條件下)。場景語義理解、3D環(huán)境重建。魯棒SLAM (同步定位與建圖)(應(yīng)對動(dòng)態(tài)、弱紋理、退化環(huán)境)。
2.復(fù)雜動(dòng)態(tài)環(huán)境下的實(shí)時(shí)路徑規(guī)劃與避障算法(如A*, RRT*, MPC)。面向救援/作業(yè)任務(wù)的3.(強(qiáng)化學(xué)習(xí)RL/行為樹/狀態(tài)機(jī))。風(fēng)險(xiǎn)評估與自主決策模型(何時(shí)介入、如何行動(dòng))。
3.針對邊緣設(shè)備資源限制(算力、內(nèi)存、功耗),進(jìn)行模型輕量化、壓縮(剪枝、量化)、知識(shí)蒸餾、硬件感知優(yōu)化。提升算法在精度、實(shí)時(shí)性(毫秒級響應(yīng))、魯棒性(抗干擾)及泛化能力上的極限。設(shè)計(jì)高保真仿真環(huán)境并主導(dǎo)真實(shí)場景測試驗(yàn)證,驅(qū)動(dòng)算法迭代。
崗位要求(學(xué)歷、年齡、經(jīng)驗(yàn)、素質(zhì)等方面):
1.計(jì)算機(jī)科學(xué)、人工智能、機(jī)器人學(xué)、自動(dòng)化、應(yīng)用數(shù)學(xué)等相關(guān)專業(yè)本科及以上學(xué)歷。
2.三年以上扎實(shí)的AI算法研發(fā)與落地經(jīng)驗(yàn)。必備在機(jī)器人、自動(dòng)駕駛、無人機(jī)、工業(yè)自動(dòng)化或智能安防等領(lǐng)域成功落地的項(xiàng)目經(jīng)驗(yàn)。具有復(fù)雜、動(dòng)態(tài)、非結(jié)構(gòu)化或危險(xiǎn)環(huán)境(如災(zāi)難現(xiàn)場、化工區(qū)、地下空間)算法開發(fā)經(jīng)驗(yàn)者高度優(yōu)先。
3.深厚理論基礎(chǔ):精通深度學(xué)習(xí)(CNN, RNN, Transformer, RL)及機(jī)器學(xué)習(xí),扎實(shí)的數(shù)理基礎(chǔ)(線性代數(shù)、概率統(tǒng)計(jì)、優(yōu)化理論)。
4.框架與編程:精通 PyTorch 或 TensorFlow 等主流深度學(xué)習(xí)框架。精通 Python,熟練掌握 C++(用于高性能計(jì)算/部署)。
5.目標(biāo)檢測/跟蹤(YOLO, SSD, Trackers)、語義/實(shí)例分割、3D點(diǎn)云處理、立體視覺、魯棒SLAM (VINS, LIO-SAM, ORB-SLAM3)多傳感器融合:卡爾曼濾波、粒子濾波、多傳感器標(biāo)定與時(shí)空同步。
6.強(qiáng)化學(xué)習(xí)(DRL, PPO, SAC)、經(jīng)典規(guī)劃算法、運(yùn)動(dòng)規(guī)劃 (路徑搜索、軌跡優(yōu)化)
7.經(jīng)典/現(xiàn)代控制理論、動(dòng)力學(xué)建模(Lagrangian, Newton-Euler)。