职位标签：
技术重点：群体路径规划算法设计、编队动态调度优化、SLAM与传感联动控制
研发目标：通过边缘算法引擎突破多车智能联动的“端上智商”上限

A、核心职责：
1. 车队集群模型开发
o 设计20车动态编队的路径生成优化模型（响应时间≤100ms），确保转向姿态同步率＞98%。
o 结合IMU-红外-2.4G/5.8G数据链，开发实时动态纠偏算法，确保轨迹横向误差≤0.5cm/s。
2. 算法商业化适配
o 边缘计算引擎（FreeRTOS/mbedOS/ThreadX环境）适配验证，缩减原理论算法50%以上算力占用.
o 开发路径预判算法模型，支持指令突发响应（如车队分队避障绕行、急转队列重排等）。
o 优化集群决策同步架构，提升编队整体响应效率≥25%
o 设计与上位机/用户端动态同步的“战损-恢复”逻辑框架（如车辆复活后快速返场坐标定位）。

B、任职条件：
o 精通C/C++/Python嵌入式开发与裸机开发，实现过导航算法验证（开源贡献/商业项目案例）。
o 数学功底需强关联李雅普诺夫优化、非线性滤波建模、动态规划理论应用。
o 主导过机器人（RC/无人车/无人机）群体的分散式协同调度项目。
o 优先条件：实现过微光摄像头+低成本IMU的SLAM方案误差修正模型（定位误差降低≥60%）。
o 提供的可证明实际项目成果需满足任一条：
a) 多车编队系统（≥10节点）通过实测运行4小时无异动
b) MEMS-SLAM数据偏差优化＞40%（对标竞品测试数据佐证）