1.目标轨迹算法开发：
基于激光雷达点云数据，结合摄像头、毫米波雷达等多传感器信息，开发动态障碍物（如车辆、行人）的轨迹预测算法，包括短时轨迹预测、行为意图预测，并优化预测模型的准确性与实时性；对LSTM、Transformer等深度学习模型的改进，融合时序信息与空间特征；
2.多模态数据融合于预测模型构建：
使用卡尔曼滤波、粒子滤波、贝叶斯网络等技术，主导多传感器（激光雷达、摄像头、IMU等）数据的时空对其与融合，设计联合预测框架，提升复杂场景（如十字路口、拥堵路段）下预测系统的鲁棒性；
3.协同规划与控制模块：将预测结果与自动驾驶决策、路径规划与自动驾驶决策、路径规划深度集成，提供动态障碍物的未来轨迹概率分布，支持车辆避障、跟车等决策逻辑。

任职要求：

1.硕士研究生及以上学历，计算机科学、自动化、应用数学、车辆工程等相关专业；
2.熟悉轨迹预测经典方法（如Social LSTM、MFP、VectorNet），掌握时序建模、概率图模型、多目标跟踪理论，熟悉Lidar及Ridar;
3.熟悉激光雷达点云的聚类分割、LEGO-LOAM算法等；
4.精通C++/Python，熟悉ROS/ROS2框架，具备Ten搜人RT、CUDA等嵌入式部署经验者优先；
5.熟练使用Pytorch、TensorFlow，熟悉点云处理库（PCL）、多传感器标定工具（如Autoware、Apollo)