感知算法工程师

2.行业经验：自动驾驶感知算法研发经验，具备完整项目落地经验；
3.精通3D感知（点云检测/分割/跟踪）、多模态融合（Camera-LiDAR-Radar）
4.精通BEV/Transformer感知架构，有OCC/语义栅格建模经验；
5.精通Apollo、Autoware或主流感知开源框架；
6.具备跨模块协作能力，能推动感知与预测、规控的深度耦合；
7.有在矿山、港口、干线物流等工业场景无人驾驶感知落地经验优先；
职责：
1）感知系统架构设计
- 负责矿山无人驾驶场景下的多传感器融合感知系统设计与迭代；
- 主导激光雷达+摄像头+毫米波雷达多模态融合，构建全局一致的BEV感知表示；
- 引入Occupancy Grid/Semantic OCC表征，支持坑洼、路障、边坡等特殊工况的语义感知。
2）前沿算法研发
- 引入Transformer/BEV感知网络，实现端到端的3D检测、跟踪与分割；
- 研发时序感知算法（视频感知、序列点云建模），提升动态障碍物和长距离预测能力；
- 探索深度学习+自监督/多任务学习，解决矿区少样本、长尾分布问题；
- 推动端到端感知-预测一体化，为规控提供更强鲁棒性输入。
3）鲁棒性与极端工况适配
- 针对矿山低能见度（扬尘、雨雪、夜间）、传感器遮挡等场景，设计鲁棒性增强算法；
- 开发多传感器冗余与故障检测机制，保障关键工况下的感知安全；
- 研究 感知-仿真闭环，支持虚拟环境中的极端场景训练与验证。
4）工程化与优化
- 在 Orin/车规级算力平台上部署感知算法，优化实时性与功耗；
- 构建数据驱动的持续学习管线，实现数据采集→标注→训练→部署→回灌的闭环。