崗位職責(zé):
1.設(shè)計(jì)并實(shí)現(xiàn)多模態(tài)傳感器(如攝像頭、LiDAR、IMU等)的數(shù)據(jù)融合算法,提升目標(biāo)檢測、跟蹤、場景理解的魯棒性與精度。
2.構(gòu)建基于深度學(xué)習(xí)的多模態(tài)感知模型(如BEV融合、時(shí)序融合網(wǎng)絡(luò)),解決遮擋、極端天氣、低光照等復(fù)雜場景的感知難題。
3.設(shè)計(jì)多傳感器時(shí)空標(biāo)定方案(外參/內(nèi)參標(biāo)定、時(shí)間同步),確保多模態(tài)數(shù)據(jù)的一致性。
4.跟蹤多模態(tài)感知領(lǐng)域最新技術(shù)(如Occupancy Networks、Unified BEV框架、神經(jīng)輻射場NeRF等),推動(dòng)算法在業(yè)務(wù)場景的迭代創(chuàng)新。
5.部署算法至實(shí)際機(jī)器人產(chǎn)品,解決工程中的噪聲、抖動(dòng)、資源限制等問題。
任職要求:
1.計(jì)算機(jī)科學(xué)、電子工程、自動(dòng)化、數(shù)學(xué)等相關(guān)專業(yè),博士研究生學(xué)歷。
2.熟悉多模態(tài)數(shù)據(jù)(圖像、點(diǎn)云、雷達(dá)信號、IMU等)特性與融合方法(Kalman濾波、Bayesian融合、深度學(xué)習(xí)融合)。
3.掌握至少一種主流深度學(xué)習(xí)框架(PyTorch/TensorFlow),具備多模態(tài)模型開發(fā)經(jīng)驗(yàn)(如FusionNet、TransFuser、BEVFormer)。
4.精通多傳感器標(biāo)定(如手眼標(biāo)定、聯(lián)合標(biāo)定)和時(shí)序同步技術(shù)(硬件觸發(fā)/PTP同步)。
5.熟練使用C++/Python,熟悉ROS/ROS2、CUDA、TensorRT等工程化工具。有嵌入式平臺(如NVIDIA Jetson)部署經(jīng)驗(yàn)者優(yōu)先。