技能要求：

1、精通深度学习框架（PyTorch/TensorFlow），熟悉目标检测（YOLOv5/6、Faster R-CNN）、语义分割（DeepLab、Mask R-CNN）、点云算法（PointNet、SPVCNN）

2、掌握 PCL、OpenCV 等工具库，能处理多传感器数据同步（摄像头与 LiDAR 时间校准）；

3、 熟悉模型轻量化与部署（如 TensorRT 加速），能优化算法实时性（如在嵌入式平台达到 30fps 以上）。

工作职责：

1、开发基于外采传感器（摄像头、LiDAR、毫米波雷达）的感知算法，实现车辆、行人、车道线、交通灯等目标的检测与跟踪；

2、优化极端场景（雨天、逆光、隧道）的感知鲁棒性，降低漏检 / 误检率；

3、对接外采传感器驱动（如调试 LiDAR SDK，解析点云数据格式），输出标准化感知结果（如目标坐标、类别、速度）；

4、与定位 / 规划团队协作，提供环境感知数据（如障碍物位置），参与感知模块测试（如基于 KITTI 数据集验证精度）。