职位描述
岗位职责
- 算法研究与开发
- 深入研究和优化 SLAM（Simultaneous Localization and Mapping，同时定位与地图构建）算法，包括但不限于基于视觉、激光雷达、IMU 等多传感器融合的 SLAM 算法，提升定位精度和地图构建的实时性、稳定性。
- 针对不同的应用场景和硬件平台，对现有 SLAM 算法进行改进和创新，以满足项目的特定需求，如在复杂环境下的快速定位、高精度地图构建等。
- 系统集成与优化
- 将开发的 SLAM 算法集成到实际的机器人或智能设备中，与其他模块（如运动控制、感知、决策等）进行协同工作，确保系统的整体性能。
- 对集成后的系统进行性能测试和优化，解决算法在实际应用中出现的问题，如漂移、卡顿等，提高系统的可靠性和鲁棒性。
- 代码实现与维护
- 使用 C++、Python 等编程语言实现 SLAM 算法，编写高质量、可维护的代码，并进行代码的版本管理和文档编写。
- 对已有的代码进行维护和升级，修复代码中的 bug，优化代码性能，确保代码的稳定性和可扩展性。
- 技术调研与合作
- 跟踪 SLAM 领域的最新研究成果和技术发展趋势，参与学术交流和技术分享活动，为公司的技术发展提供建议和支持。
- 与团队成员、其他部门以及外部合作伙伴进行有效的沟通和协作，共同完成项目任务。
任职要求教育背景
- 硕士及以上学历，计算机科学、控制科学与工程、电子工程、机器人学等相关专业优先。
- 有 SLAM 领域相关研究项目或实习经验者优先考虑。
专业技能
- 算法基础
- 熟悉经典的 SLAM 算法，如 EKF - SLAM、FastSLAM、ORB - SLAM、Cartographer 等，了解其原理、优缺点和适用场景。
- 掌握多传感器融合技术，能够将视觉、激光雷达、IMU 等传感器的数据进行有效的融合，提高 SLAM 系统的性能。
- 具备扎实的数学基础，包括线性代数、概率论与数理统计、优化理论等，能够运用这些知识进行算法的推导和优化。
- 编程能力
- 熟练掌握 C++ 和 Python 编程语言，能够使用它们进行算法的实现和系统的开发。
- 熟悉常用的开发工具和库，如 ROS（Robot Operating System）、OpenCV、Eigen、PCL（Point Cloud Library）等，能够使用这些工具和库进行快速开发和调试。
- 硬件知识
- 了解常见的传感器原理和特性，如摄像头、激光雷达、IMU 等，能够根据项目需求选择合适的传感器，并进行传感器的标定和调试。
- 具备一定的硬件电路知识，能够与硬件工程师进行有效的沟通和协作，解决硬件与软件之间的接口问题。
以担保或任何理由索取财物，扣押证照，均涉嫌违法，请提高警惕