岗位目标：

研发面向机器人应用的视觉SLAM（同步定位与地图构建）及导航规划算法，结合多传感器融合技术，实现机器人在室外复杂环境中的高精度定位、三维场景感知检测跟踪及高效自主导航。

岗位职责：

1.视觉SLAM算法研发

设计并实现基于深度相机、双目RGBD的SLAM系统方案，优化前端特征提取与匹配算法（如ORB等），提升定位精度与实时性。

开发三维地图构建算法，融合IMU等多源数据，解决点云配准、回环检测等问题。

SLAM后端优化，包括非线性优化（如图优化）、及⼤规模场景下的建图效率问题。

2.导航规划

研究并开发适用于动态复杂环境的路径规划算法，覆盖A*、Dijkstra、RRT、PRM等经典方法及基于学习的规划策略。

结合SLAM技术与视觉目标检测跟踪技术实现机器人实时定位与环境建模，优化自主探索策略、覆盖率与局部避障能⼒。

在水下机器人、清洁机器人等特定场景中，设计专用导航框架，增强系统动态响应与覆盖率。

3.多传感器融合与惯性导航

升级迭代惯性导航系统（INS），融合IMU、GPS、视觉等传感器数据，基于Kalman 滤波、粒子滤波等算法实现高精度位姿估测。

解决复杂光照、运动模糊等环境下的鲁棒性难题，提升算法在水下、户外等非结构化场景的适应性。

4.工程化与技术落地

使用 C++/Python/OpenCV 实现算法原型，优化性能并移植至嵌入式平台；参与系统联调，确保算法与硬件、控制模块的兼容性。

撰写技术文档，申请算法相关专利，跟踪计算机视觉、SLAM、路径规划领域会议及开源框架（如ROS、Cartographer、ORB-SLAM）的创新进展。

任职要求：

1.教育背景：硕士及以上学历，计算机科学、自动化、机器人学、电子工程等相关专业，扎实的数学功底（线性代数、概率论、优化理论）。

2.核⼼技术能⼒

视觉SLAM：精通传统视觉SLAM框架（如VINS、ORB-SLAM），熟悉RGBD融合定位、三维重建、语义分割与检测跟踪等技术。

路径规划：掌握全局/局部路径规划核⼼算法，有复杂环境动态避障、运动学约束优化等实际项目经验。

工具链：熟练使用OpenCV、PCL、ROS、Eigen、g2o等工具库，熟悉PyTorch/TensorFlow者优先。

3.开发与工程化能⼒

熟练使用 C++/Python/OpenCV/ROS，实现高性能算法，并完成嵌入式平台部署优化。

熟悉SLAM框架移植与工程化。

至少2年SLAM或路径规划算法研发经验，具备从需求到应用的闭环能力，进行算法性能评估与仿真（Gazebo）。

思维严谨，逻辑清晰，能够从需求出发设计高效解决方案，并通过实验验证与复现解决关键问题。

4.附加优势

发表过SLAM、路径规划方向高水平论文（如ICCV、CVPR、ICRA、IROS）者优先。

具备水下机器人、清洁机器人等特种场景开发经验，熟悉ROS系统开发者优先。

参与算法工程化落地项目（如服务机器人、工业机械手、移动AGV、自动驾驶）者优先。