职位描述
- 视觉算法研发与优化：主导智能割草机视觉感知算法的设计与开发，涵盖目标检测、语义分割、图像分类等核心算法。针对草地、障碍物、边界等关键元素，开发高效精准的识别检测算法，如基于深度学习的 YOLO、Faster R-CNN、DeepLab、UNet 等算法的优化应用，确保在复杂户外环境下稳定运行。实现目标检测与语义分割融合算法，提升割草机对动态变化环境的实时感知与适应能力。
- 深度估计与测距算法实现：设计并实现基于单目视觉的精准测距算法，开发先进的深度估计模型，如运用 Monodepth2、DPT 等模型，为割草机提供准确的障碍物距离信息，以支撑安全高效的导航与避障功能。对单目测距算法进行持续优化，增强其在不同光照条件（强光直射、阴影遮挡等）、多样地形（起伏草坪、坑洼地面等）下的稳定性与准确性。
- 多相机及多传感器融合处理：负责多相机感知系统的整体设计与开发，处理多相机间的视差问题，完成精确的几何标定与数据同步，确保多相机协同工作获取全面准确的环境信息。将单目相机数据与激光雷达、IMU 等多类型传感器数据进行融合，构建多模态数据融合算法框架，显著提升割草机感知系统的精度与可靠性，优化其在复杂场景下的决策能力。
- 嵌入式系统部署与优化：将开发完成的目标检测、语义分割、单目测距等视觉感知模型，成功部署到智能割草机所使用的瑞芯微（RK3568/RK3588）、地平线等嵌入式平台上，并针对平台特性进行深度性能调优。熟练运用 RKNN、地平线模型优化工具等嵌入式工具链，进行模型压缩、加速及调试工作，实现视觉感知模型在嵌入式系统中的实时、低功耗运行，保障割草机高效稳定作业。
- 自动化标注与数据管理：开发创新的自动化标注工具，紧密结合目标检测和语义分割任务需求，大幅提高数据标注效率与标注质量，为算法模型训练提供坚实的数据基础。灵活运用半监督、弱监督及主动学习等先进技术，对标注数据集进行有效扩展，优化模型训练过程，提升模型性能与泛化能力。
- 前沿技术跟踪与应用转化：持续关注目标检测、单目测距、多相机感知及嵌入式 AI 等领域的前沿技术动态，及时评估新技术对智能割草机视觉感知系统的潜在应用价值。将前沿技术成果有效转化为实际产品功能，推动智能割草机视觉感知技术的不断创新与升级，保持产品在市场中的技术领先地位。
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