国产中文无码av每日更新在线观看, 亚洲天堂中文字幕一区二区三区免费, 国产口爆吞精在线观视频-黄色国产, 92福利-国内精品久久久久久99,亚洲成AV人A片不卡无码,浪潮AV无码专区,老熟女败火白浆,中文字幕日产av,色情日本免费看大片

崗位職責(zé)
1.負(fù)責(zé)建筑/工業(yè)場(chǎng)景下“視覺(jué) + 多傳感器” 融合算法的設(shè)計(jì)與開(kāi)發(fā)：核心解決機(jī)械臂避障、移動(dòng) AGV 動(dòng)態(tài)導(dǎo)航、高精度視覺(jué)引導(dǎo)等業(yè)務(wù)問(wèn)題，彌補(bǔ)單一視覺(jué)在強(qiáng)光、遮擋、反光場(chǎng)景中的局限性。
2.主導(dǎo) “視覺(jué)檢測(cè)模型 + 傳感器融合系統(tǒng)” 全流程落地：包括需求拆解、多傳感器（激光雷達(dá) / IMU / 超聲波 / 深度相機(jī)）選型評(píng)估、數(shù)據(jù)采集與標(biāo)注、模型訓(xùn)練優(yōu)化、融合策略實(shí)現(xiàn)及避障邏輯驗(yàn)證。
3.負(fù)責(zé)傳感器數(shù)據(jù)處理與協(xié)同：完成相機(jī)與激光雷達(dá) / IMU 的聯(lián)合標(biāo)定（外參校準(zhǔn)）、多模態(tài)數(shù)據(jù)（圖像 / 點(diǎn)云 / 慣性數(shù)據(jù)）的時(shí)間同步與空間對(duì)齊，解決數(shù)據(jù)時(shí)延、不一致性等問(wèn)題。
4.參與算法工程化部署：將融合算法（如 YOLO 檢測(cè) + 卡爾曼濾波融合）結(jié)合模型量化、剪枝技術(shù)，部署至邊緣設(shè)備（Jetson Xavier/Nano、工業(yè)工控機(jī)），確保滿(mǎn)足工業(yè)級(jí)實(shí)時(shí)性（幀率≥20fps）與穩(wěn)定性（丟包率≤0.1%）。
5.跨團(tuán)隊(duì)協(xié)作：與硬件工程師配合完成傳感器與機(jī)械臂的通信接口（Ethernet/RS485/CAN）調(diào)試，與機(jī)械工程師協(xié)同驗(yàn)證避障路徑合理性，輸出技術(shù)文檔與部署手冊(cè)。
6.跟蹤傳感器融合領(lǐng)域前沿技術(shù)，結(jié)合業(yè)務(wù)場(chǎng)景評(píng)估應(yīng)用可行性，推動(dòng)技術(shù)迭代優(yōu)化。
任職要求
1.本科及以上學(xué)歷，計(jì)算機(jī)科學(xué)與技術(shù)、人工智能、自動(dòng)化（傳感器融合 / 智 能控制方向）、機(jī)器人工程、測(cè)控技術(shù)與儀器（傳感器檢測(cè)方向）等相關(guān)專(zhuān)業(yè)；
2.碩士學(xué)歷優(yōu)先，研究方向?yàn)?“多傳感器融合”“智能機(jī)器人避障” 者優(yōu)先。
3. 精通 Python（數(shù)據(jù)處理、模型快速驗(yàn)證）與 C++（算法工程化、高性能模塊開(kāi)發(fā)），熟練使用 CMake、Makefile 構(gòu)建工程，能獨(dú)立編寫(xiě)可復(fù)用的算法代碼；
4.熟悉 Linux 操作系統(tǒng)，具備 Shell 腳本編寫(xiě)能力，能應(yīng)對(duì)邊緣設(shè)備的環(huán)境配置與調(diào)試。
5.熟練使用 PyTorch/TensorFlow 框架，具備 YOLO v5/v8/v9/v11（目標(biāo)檢測(cè)）、Mask RCNN/YOLOSeg（實(shí)例分割）實(shí)戰(zhàn)經(jīng)驗(yàn)，能解決工業(yè)場(chǎng)景中玻璃、金屬反光表面的視覺(jué)檢測(cè)問(wèn)題；
6.掌握 OpenCV 圖像處理全流程（圖像濾波、特征提取、畸變校正、雙目測(cè)距），了解傳統(tǒng)視覺(jué)算法（如 SIFT、ORB）在低算力場(chǎng)景下的應(yīng)用。
7.熟悉主流工業(yè)傳感器特性：激光雷達(dá)（Velodyne / 速騰）、IMU（慣性測(cè)量單元）、超聲波傳感器、深度相機(jī)，能根據(jù)場(chǎng)景選擇適配的傳感器組合；
8.掌握多傳感器融合算法原理與實(shí)戰(zhàn)：卡爾曼濾波（KF）、擴(kuò)展卡爾曼濾波（EKF）、無(wú)跡卡爾曼濾波（UKF）、貝葉斯估計(jì)，或深度學(xué)習(xí)融合方案（如融合型 CNN/Transformer）；
9.具備 “視覺(jué) + 傳感器” 數(shù)據(jù)關(guān)聯(lián)、異常數(shù)據(jù)容錯(cuò)處理能力，能通過(guò)融合將避障精度提升至誤差≤5mm，解決單一傳感器失效問(wèn)題。
10.掌握模型優(yōu)化技術(shù)：量化（INT8/FP16）、剪枝、蒸餾，能將模型體積壓縮 50% 以上且精度損失≤3%；
11.熟悉 ONNX/TensorRT/OpenVINO 部署流程，具備邊緣設(shè)備（工控機(jī)）部署與性能調(diào)優(yōu)經(jīng)驗(yàn)；
12.了解 ROS/ROS2 生態(tài)，能實(shí)現(xiàn)傳感器數(shù)據(jù)訂閱、算法節(jié)點(diǎn)發(fā)布、機(jī)械臂控制指令對(duì)接。