岗位职责：
1. 光伏场景感知架构设计
负责组件排布、支架类型（固定/跟踪/漂浮）、灰尘/热斑/鸟粪/裂纹等缺陷检测的感知方案选型与传感器组合（可见光+红外+激光+超声波）设计，输出PRD与接口协议。
2. 2D/3D缺陷检测与分割
开发基于可见光和红外的组件表面缺陷检测、语义/实例分割算法（YOLOv8、Mask R-CNN、U-Net、DeepLabV3+），mAP≥90%，误检≤2%。
研究灰尘厚度估计、热斑温度异常检测，支持0.5 mm裂缝识别。
3. 点云与立体视觉
设计轻量级立体匹配、SfM、MVS算法，重建支架3D结构，用于清扫机器人路径规划与避障；使用NeRF/3D-GS进行组件级高精重建。
4. 多传感器融合与SLAM
实现可见光-红外-激光雷达-IMU的多模态融合（BEVFormer、PointPillar、LIO-SAM），提供<5 cm定位精度，支持清扫机器人沿组件排自动行驶
5. 边缘端部署与加速
在Jetson Orin/NX、RK3588、FPGA上完成INT8量化、TensorRT/OpenVINO部署，单帧推理≤50 ms，整机功耗增加<5 W。
6. 数据闭环与模型迭代
搭建无人机/机器人自动采集-云端自动标注-模型增量训练闭环，周级迭代，持续提升缺陷召回率。
7. 系统测试与性能评估
制定感知KPI（缺陷召回、定位误差、处理时延），设计仿真+实机测试用例，完成单元、集成、现场测试并输出报告。
8. 技术预研与专利
跟踪CVPR/ICRA光伏缺陷检测、NeRF、BEV感知最新论文，每季度输出技术调研报告；挖掘创新点，年均提交≥2件专利
任职要求
1. 学历专业
硕士士及以上，计算机、人工智能、自动化、电子工程、机器人等相关专业；优秀本科+3年相关经验亦可。
2. 编程语言
精通C++、Python，熟悉Linux、ROS/ROS2、Git、CMake、Shell；具备良好编码规范与单元测试习惯
3. 算法经验
熟悉YOLOv8、Mask R-CNN、DeepLab、U-Net、BEVFormer、PointPillar、CenterPoint等至少两种；独立完成过缺陷检测或3D感知项目。
4. 传感器与平台
实际调试过可见光、红外、激光雷达、IMU中的两种以上，能在Jetson、RK、FPGA完成量化部署；了解相机-红外-激光外参标定与时空同步
5. 软素质
具备跨团队沟通（机械、电气、嵌入式、云端），能适应20%客户现场调试；英语读写良好，能阅读顶会论文与datasheet。
6. 加分项
有光伏组件缺陷检测、热斑识别、BIPV清洗、无人机巡检项目落地经验；
熟悉红外图像处理、辐射定标、温度反演；
有NeRF、3D-GS、BEV、TTA、模型蒸馏、CLIP、SAM等前沿项目经验；
发表过CVPR/ICRA/NeurIPS论文或拥有相关专利。