岗位职责:

1. 激光雷达精度优化

• 设计精度校准算法（温度漂移补偿、距离非线性校正、安装误差标定）。
• 开发自动化测试工装系统，实现数据采集、精度评估与误差分析算法。

2. 原始数据处理

• 实现固态面阵激光雷达的原始数据实时处理：
• 信号寻峰（高斯拟合、阈值检测）。
• 噪声过滤（小波变换、自适应滤波）。
• 光学畸变校正（镜头畸变建模、像素级补偿）。

3. 点云感知算法

• 研发基于点云的目标检测与跟踪算法（如聚类分割、卡尔曼滤波、多目标跟踪）。
• 优化点云处理实时性（点云降采样、特征提取加速）。

4. 算法工程化落地

• 将算法部署至嵌入式平台（ARM/FPGA），协同硬件团队完成性能调优。
• 构建自动化测试流程，输出精度报告与校准参数库。

任职要求:

1. 硬性条件

• 学历：硕士及以上，计算机、数学、自动化等相关专业。
• 经验：2年以上激光雷达/ToF/三维感知算法开发经验。
• 技术栈：
• 精通C/C++/Python，熟悉Linux开发环境及算法加速技术（多线程/GPU/嵌入式部署）。
• 精通信号处理：卡尔曼滤波、傅里叶变换、小波分析。
• 精通点云算法：熟悉PCL/Open3D库，掌握点云分割、配准、目标跟踪。
• 熟悉传感器标定：相机/激光雷达/IMU内参外参标定原理。

2. 关键能力

• 激光雷达算法：
• 有固态面阵激光雷达原始数据处理经验（寻峰、滤波、畸变校正）。
• 深入理解激光测距原理（ToF/相位法）及误差来源（温度/电路噪声/光学畸变）。
• 测试系统开发：
• 具备自动化测试工装开发经验，能设计数据采集、精度分析、可视化工具链。
• 工程落地能力:
• 熟悉嵌入式平台（如ARM Cortex-A）算法移植，或有FPGA加速经验（加分项）。

3. 加分项

• 发表过激光雷达/三维感知相关论文。
• 熟悉深度学习在点云中的应用（PointNet、PointPillars）。
• 有量产激光雷达产品开发经验。
• 掌握ROS 2、MATLAB仿真工具链。

4. 软技能

• 极强的数学建模与问题分解能力，能独立攻关技术难点。
• 注重数据驱动决策，善用量化指标验证算法效果。
• 具备跨团队协作经验（硬件/嵌入式/测试团队）。