岗位职责：

1. 负责无人机在复杂室内外环境下的高精度定位与自主导航算法研发，包括但不限于视觉/激光/惯性融合定位（VIO/LIO）、SLAM系统优化与部署；

2. 主导无人机环境感知系统设计与开发，涵盖目标检测、目标跟踪、动态避障、语义理解等核心模块；

3. 开展多传感器融合（立体相机、激光雷达、IMU、RGB-D等）算法研究，提升感知系统鲁棒性与实时性；

4. 跟踪机器人、计算机视觉与SLAM领域前沿技术（如NeRF、GS、端到端VSLAM、神经SLAM等），评估其在无人机平台的可行性并推动技术落地；

5. 在仿真环境（如Gazebo、AirSim、LGSVL）中构建测试场景，完成算法验证与性能调优；

6. 与飞控、规划控制、嵌入式团队协作，完成感知模块在真实无人机平台的集成、部署与实飞测试；

7. 编写高质量技术文档，参与专利申请与学术论文撰写。

任职要求：

1. 学历背景：自动化、计算机科学、电子工程、机器人、控制工程等相关专业，硕士及以上学历，博士优先；

2. 工作经验：3年以上无人机或移动机器人感知算法研发经验，具备完整项目从算法设计到实机落地的全流程经验（5年经验者优先）；

3. 核心算法能力：

- 精通至少一个感知核心方向：目标检测（YOLO系列、DETR等）、目标跟踪（SORT, DeepSORT）、3D障碍物检测与避障（如EBAND、TEB、VOF等）；

- 熟悉视觉SLAM（如VINS-Fusion、ORB-SLAM3） 或激光SLAM（如LIO-SAM、Fast-lio、LVI-SAM） 框架，具备算法优化与调参经验；

- 掌握3D点云处理基础算法（滤波、分割、配准、聚类、特征提取），熟练使用 PCL（Point Cloud Library）；

4. 开发技能：

- 熟练掌握 C++（11/14/17） 与 Python，具备良好的代码规范与工程能力；

- 熟悉 ROS/ROS2 框架，能独立搭建与调试多节点感知系统；

- 熟悉 PyTorch/TensorFlow 深度学习框架，具备模型训练、轻量化与部署经验；

- 熟练使用 OpenCV 进行图像处理与特征提取；

5. 系统与环境：

- 熟悉 Linux 开发环境，掌握常用工具链（CMake、Git、GDB等）；

- 有 Gazebo、RViz、rqt 等机器人仿真与可视化工具使用经验；

6. 传感器知识：

- 深入理解立体相机、单目/双目视觉、IMU、激光雷达（机械式/固态）、RGB-D相机（如Realsense）等传感器工作原理及误差模型。

优先条件：

1. 具有无人机或地面机器人定位导航系统开发经验，参与过完整项目闭环（仿真→实机→飞行测试）；

2. 有 Intel Realsense D435i、D455、Livox Mid-30/Mid-40/Mid-360、Ouster、Velodyne 等传感器的实际使用与标定经验；

3. 在 IROS、ICRA、CVPR、ICCV、ECCV、RSS、RAL 等机器人/视觉顶会发表过相关论文；

4. 有边缘计算平台（如NVIDIA Jetson系列）部署优化经验；

5. 熟悉传感器标定（Camera-IMU、LiDAR-Camera等）流程与工具（如Kalibr、camodocal）；

6. 具备一定的飞控基础，了解PX4/Ardupilot架构者优先。