1. 负责室内服务型机器人、室外储能机器人（基于 Autoware Universe自动驾驶框架）的 SLAM 定位算法研发与优化，主导 2D/3D SLAM 建图(语义地图)与定位技术落地，确保机器人在复杂环境下的定位精度与稳定性。

2. 熟悉 RTK、激光雷达、IMU 等多传感器融合方案设计与实现，解决不同场景下传感器数据时序对齐、误差补偿问题，提升定位系统鲁棒性。

3. 负责激光雷达、摄像头、IMU 等各类传感器的标定工作，制定标准化标定流程，保障传感器数据准确性，为定位算法提供可靠输入。

4. 熟悉坐标变换原理，精通机器人坐标系（世界坐标系、车体坐标系、传感器坐标系等）之间的转换逻辑，解决多传感器数据在不同坐标系下的融合难题。

5. 参与机器人定位系统的测试与迭代，分析定位误差原因，优化算法参数，解决实际场景中出现的定位漂移、丢帧等问题。

1. 本科及以上学历，计算机、自动化、机器人、电子信息等相关专业，3 年以上 SLAM 定位算法研发经验，有室内服务机器人或室外无人驾驶（Autoware Universe框架）相关项目经验者优先。

2. 精通 3D SLAM 核心算法（如 Cartographer、LOAM、 LeGO-LOAM、 FAST-LIO2、 LIO-SAM ORB-SLAM3 等），具备独立搭建 SLAM 系统的能力，熟悉 SLAM 建图、回环检测、地图优化等关键环节。

3. 掌握 RTK 定位原理及多传感器融合技术，熟悉 EKF、UKF 等滤波算法在传感器融合中的应用，有实际多传感器融合项目落地经验。

4. 精通坐标变换原理，能熟练推导不同坐标系间的转换公式，熟练使用 C++/Python 进行坐标变换相关代码开发，熟悉 ROS/ROS2 框架下的坐标变换工具（如 TF/TF2）。

5. 具备传感器标定实战经验，熟悉激光雷达 - IMU、摄像头 - 激光雷达等常见传感器组合的标定方法，能使用标定工具完成标定工作。