1. 算法優(yōu)化與穩(wěn)定性提升
- 持續(xù)優(yōu)化SLAM算法（視覺SLAM、激光SLAM、多傳感器融合SLAM）的精度、魯棒性和實時性，重點改進前端跟蹤、后端優(yōu)化、回環(huán)檢測等模塊。
- 針對復雜場景（動態(tài)物體、弱紋理、光照變化、長走廊等）設計解決方案，提升算法在極端環(huán)境下的穩(wěn)定性。
- 分析算法失效場景，定位問題根源并設計優(yōu)化策略（如噪聲抑制、誤差建模、運動補償?shù)龋?
2. 算法測試與驗證
- 搭建自動化測試框架，設計多維度評測指標（定位誤差、軌跡漂移、內(nèi)存/CPU占用等），對算法進行定量化評估。
- 基于真實場景數(shù)據(jù)（室內(nèi)/室外、車載/機器人）和仿真工具（Gazebo、Issac）進行大規(guī)模閉環(huán)測試，推動算法迭代。
3. 傳感器標定與融合
- 負責相機（單目/雙目/魚眼）、激光雷達（機械/固態(tài)）、IMU等多傳感器的標定（內(nèi)參、外參、時間同步），優(yōu)化標定精度與效率。
- 研究多模態(tài)數(shù)據(jù)融合策略（如視覺-激光緊耦合、IMU預積分），解決傳感器退化場景的互補性問題。
4. 前沿技術(shù)研究
- 跟蹤SLAM領(lǐng)域最新進展（如語義SLAM、動態(tài)SLAM、GS SLAM），探索其在業(yè)務場景中的應用。

任職要求：

1. 基礎技能
- 本科及以上學歷，計算機、機器人、自動化、數(shù)學等相關(guān)專業(yè)。
- 精通至少一種主流SLAM框架：
- 視覺SLAM：ORB-SLAM3、VINS-Fusion、LSD-SLAM、DSO等；
- 激光SLAM：LOAM、LIO-SAM等；
- 融合框架：LVI-SAM、FAST-LIO2、Fast-Livo等。
- 熟悉傳感器標定原理與工具（Kalibr、LI-Init、手眼標定等），具備實際標定經(jīng)驗。
2. 工程能力
- 熟練使用C++/Python，掌握Linux開發(fā)環(huán)境，熟悉ROS/ROS2框架；
- 熟悉常用庫：OpenCV（圖像處理）、PCL（點云處理）、Eigen/GTSAM/g2o（優(yōu)化庫）；
- 具備算法部署經(jīng)驗（如CUDA加速、嵌入式平臺移植）者優(yōu)先。
3. 核心素質(zhì)
- 對SLAM系統(tǒng)級問題（累積誤差、尺度漂移、閉環(huán)檢測）有深刻理解；
- 具備扎實的數(shù)學基礎（李群/李代數(shù)、非線性優(yōu)化、概率圖模型、多視圖幾何）；
- 邏輯清晰，能通過數(shù)據(jù)驅(qū)動方式定位問題，有較強技術(shù)攻關(guān)能力。
加分項：
- 在自動駕駛、服務機器人、無人機等領(lǐng)域有SLAM落地經(jīng)驗；
- 熟悉多傳感器時序同步方案（如硬件觸發(fā)、軟件同步）；
- 發(fā)表過SLAM相關(guān)頂會論文（ICRA、IROS、CVPR等）或開源項目貢獻者；
- 熟悉深度學習在SLAM中的應用（如特征匹配、動態(tài)物體剔除）。