1、主导激光雷达（LiDAR）+视觉（Visual）+IMU多源融合定位框架设计与实现
2、开发动态环境鲁棒定位算法（点云匹配/特征跟踪/后端优化）
3、定位精度提升以及嵌入式平台的延迟优化
4、开发定位丢失恢复策略
5、研究语义辅助定位等前沿技术

1、 硕士及以上，机器人学/计算机视觉/应用数学相关专业 ，博士优先
2、 编程基础扎实，精通C/C++、Python等编程语言，熟悉Linux、ROS等应用；
3、 5年+机器人定位算法开发，2年+3D激光雷达实际项目，2年+视觉定位/VIO开发经验
4、 掌握各种卡尔曼、粒子滤波器等滤波算法、非线性最小二乘（Gauss-Newton/LM）、图优化（Factor Graph）、高斯过程回归、协方差传播
5、 掌握地面分割（RANSAC/GP-INSAC）、点云滤波（VoxelGrid/StatisticalOutlier）、ICP（Point-to-Point/Plane）、NDT、GICP、TEASER++、边缘/平面特征提取（LOAM系）、曲率特征聚类、LOAM/LIO-SAM/LVI-SAM、Cartographer、HDL Graph SLAM
6、掌握ORB/SIFT/SURF特征提取、光流追踪（LK）、描述子匹配、ORB-SLAM3、VINS-Fusion、DSO、SVO
7、 掌握激光-视觉紧耦合（LVI-SAM）、雷达-惯性里程计（LIO）、基于因子图的全局优化（GTSAM/g2o）、滑动窗口优化、故障检测与排除（FDE）、自适应传感器加权；
8、 掌握算法加速、内存管理、多线程调度应用，定位故障诊断，状态评估