岗位职责：
1、负责多传感器图像数据的预处理：包括去噪、畸变矫正（基于相机内参的鱼眼 / 广角镜头矫正）、曝光补偿、图像拼接等，确保数据满足感知算法输入要求。
2、开发基于图像的环境感知算法：包括车道线检测（曲线拟合、语义分割）、交通标志 / 信号灯识别（特征提取 + 分类器）、障碍物检测与追踪（如基于深度学习的 YOLO、Faster R-CNN 等模型）、可行驶区域分割（语义分割模型）等，支撑自动驾驶的定位、避障、决策功能。
3、设计算法测试方案：在仿真环境（如 CARLA、Prescan）和实车场景中验证算法性能，重点评估检测准确率、鲁棒性（复杂光照 / 天气下的稳定性）和实时性，输出测试报告并迭代优化。
4、与传感器团队协作：优化摄像头安装位置、参数配置（焦距、帧率），解决图像模糊、运动拖影等硬件相关问题；与激光雷达、毫米波雷达团队配合，实现多模态数据融合（如图像与点云的时空对齐）。
5、跟踪图像处理与计算机视觉领域的前沿技术（如 Transformer 在视觉感知中的应用、动态目标预测模型），评估其在自动驾驶场景的可行性；探索新型传感器（如 4D 成像雷达、红外摄像头）的图像处理方案，提升极端环境下的感知能力。
任职资格：
1、本科及以上学历，计算机科学与技术、电子信息工程、自动化、模式识别与智能系统等相关专业，硕士及以上学历优先（尤其算法研发岗）；具备自动驾驶、计算机视觉领域研究经历者（如发表过相关顶会论文）优先。
2、精通数字图像处理原理，熟悉相机标定（内外参计算）、透视变换、图像分割、特征提取（SIFT、ORB 等）等技术，能独立解决复杂场景下的图像质量问题（如运动模糊去除、雾天图像增强）。
3、熟练掌握 C++ 和 Python（核心算法实现与工程化），熟悉 OpenCV、Eigen 等图像处理库，能独立编写高效的图像处理模块；​
4、精通深度学习框架（PyTorch/TensorFlow），有基于 CNN、Transformer 等模型的图像分类、目标检测、语义分割项目经验，能独立设计网络结构并调优；​ 5、熟悉 ROS（机器人操作系统），能在 ROS 环境下进行图像数据订阅、处理与发布，了解自动驾驶仿真工具（CARLA、LGSVL Simulator）者优先。
6、有无人驾驶项目量产经验者优先考虑。