一、岗位职责：
1.点云处理：
负责点云去噪、滤波（如体素滤波、统计滤波）、地面分割、点云分割、点云配准（如ICP、NDT）等基础操作。
2.SLAM系统设计：
设计基于不同传感器（如rtk、激光雷达、摄像头、uwb、IMU等）的SLAM系统，包括前端（位姿估计）和后端（优化算法、图优化、闭环检测）模块。
3.多传感器融合：
融合多源传感器数据（如视觉-惯性SLAM、激光-惯性SLAM、激光-视觉融合、rtk与imu融合、uwb与imu融合），提高定位精度和鲁棒性。
4.算法改进：
优化现有算法（如特征提取、点云配准、Bundle Adjustment、因子图优化），解决动态环境、rtk被短时遮挡、uwb航向角精度提升、计算效率等问题。
5.开源框架适配：
熟悉主流开源slam框架（如ORB-SLAM、lego-loam、LIO-SAM、cartography、fastlio等等），并基于主流开源SLAM框架进行二次开发或定制化改进。
二、任职要求：
1.编程能力：
熟悉C++、ros、opencv、pcl、Eigen、GTSAM等常用开发工具。
2.数学基础：
熟悉线性代数、概率论、优化理论、多视图几何等数学知识。
掌握卡尔曼滤波、eskf、iekf等、粒子滤波、非线性优化（如因子图优化）等算法。
3.SLAM算法经验：
熟悉激光SLAM（如LOAM、Cartographer、fastlio）、视觉SLAM（如ORB-SLAM、VINS）等主流算法；
了解闭环检测、位姿估计、地图优化等SLAM核心问题。
4.多传感器融合：
熟悉激光雷达（LiDAR）、摄像头、IMU、GPS、毫米波雷达等传感器的原理、传感器标定、数据时间同步融合等。
附加要求（加分项）：
能优化算法以适应嵌入式设备、移动端（Android/iOS）或自动驾驶计算平台优先。
有高精地图构建、点云处理、车辆实时定位经验者优先。
有视觉-惯性里程计、激光-惯性里程计、激光-视觉融合等实际项目经验优先。
三、学历要求：
硕士：3年以上
博士：2年以上
硕/博期间研究方向是：计算机/电子工程/机器人等相关专业优先；