岗位职责
1. 多摄像头拼接与预处理
o 基于 OpenCV 实现多摄像头图像拼接算法（如特征匹配、透视变换），构建 360° 全景视野，解决户外割草场景中的盲区问题。
o 开发图像预处理流程（滤波、去噪、亮度均衡），优化户外复杂光照条件下（强光、逆光、阴影）的成像质量。
2. 传统视觉后处理
o 设计语义分割 / 目标检测结果的后处理算法（如形态学操作、连通域分析），过滤误检目标，提升障碍物识别（如树木、石头）与地形分类（草地 / 硬质地面）的准确率。
o 开发基于传统特征的场景理解算法（如纹理分析判断草坪修剪状态），辅助深度学习模型优化决策。
3. 嵌入式系统优化
o 针对 ARM/NVIDIA Jetson 等低功耗平台，优化传统视觉算子（如边缘提取、特征匹配）的实时性，确保算法在 CPU/GPU 上高效运行。
o 实现算法轻量化（如减少浮点运算、内存优化），平衡割草机器人的计算资源与续航需求。
4. 工程化落地与测试
o 参与智能割草机器人视觉模块的全流程开发（从算法设计到嵌入式部署），确保算法在 IP65 防水、宽温环境下稳定运行。
o 设计户外测试方案，收集真实场景数据（如雨天、夜间），迭代优化算法鲁棒性。
岗位要求
核心技术能力
1. 传统图像处理与多摄像头融合
o 3 年以上消费电子 / 机器人视觉开发经验，精通 OpenCV 传统算法（特征提取、图像配准、透视变换），有全景拼接或多摄像头融合项目经验。
o 熟悉相机标定（张正友标定法）与畸变校正，能解决多摄像头系统的几何对齐问题。
2. 后处理算法与场景适应性
o 掌握形态学操作、Blob 分析、纹理特征提取等技术，能对深度学习模型输出进行后处理优化（如去除伪影、合并分割区域）。
o 具备户外场景视觉算法开发经验，熟悉抗光照干扰技术（如直方图均衡化、Retinex 算法）。
3. 嵌入式开发与优化
o 熟悉 ARM/NVIDIA 嵌入式平台开发，掌握 C/C++ 编程与 OpenMP/OpenCL 并行计算优化，能提升传统视觉算法在低功耗设备上的运行效率。
o 了解消费电子产品量产流程，能优化算法以适配低成本硬件（如低分辨率摄像头、有限内存）。
加分项
61 有 SLAM（同步定位与地图构建）算法开发经验，或熟悉机器人导航中的视觉辅助技术（如基于特征点的定位）。
61 具备户外设备视觉方案设计经验（如防水摄像头选型、抗震动算法优化）。
基础要求
61 本科及以上学历，计算机、自动化、电子工程等相关专业，3 年以上传统视觉算法开发经验（消费电子或机器人领域优先）。
61 熟练使用 C++/Python，熟悉 Linux 开发环境，能独立完成算法模块的跨平台移植与调试。
61 良好的问题解决能力，能快速定位户外测试中出现的视觉算法问题（如拼接错位、误检增多）