Python（⾃动驾驶数据处理 / 场景建模）

⼯作职责（Responsibilities）
1. 负责基于 ROS 1.0 bag ⽂件 的离线数据解析、清洗与结构化处理
使⽤ rosbags / AnyReader 等⼯具读取与反序列化多 Topic 数据
处理多频率 Topic 的时间对⻬、线性插值与同步
2. 实现多坐标系数据转换与轨迹重建逻辑
正确理解并使⽤ /tf Topic
处理 EGO 坐标系 / BOOT 坐标系 / 全局坐标系 之间的平移与旋转
对位置与朝向（heading / quaternion）进⾏⼀致性转换
3. 开发交通参与体、道路要素等时序数据的建模与抽象逻辑
⻋辆、⾏⼈、障碍物轨迹重建
⻋道线、路⼝、道路⼏何要素的聚合、平滑与合并
将原始感知/定位数据转换为场景描述或仿真可⽤结构
4. 编写⾼可读性、可维护的 Python ⼯程代码
模块化设计，清晰的数据结构定义
能够⽀撑批量数据处理与离线流⽔线运⾏
5. ⽀持下游任务
场景分类、规则引擎、仿真（如 MetaDrive / OpenDRIVE / OpenSCENARIO）
数据可视化与调试⼯具（matplotlib 等）
任职要求（Requirements）
必须条件（Must Have）
1. 扎实的 Python ⼯程能⼒
熟练使⽤ Python 进⾏中⼤型⼯程开发
熟悉⾯向对象设计、模块拆分、异常处理
有清晰的代码⻛格与⼯程意识（不仅是“能跑”）
2. 时序数据处理经验
理解时间戳、采样频率、多源数据对⻬
熟悉插值（线性插值为主）与重采样逻辑
3. ⼏何与坐标系基础
熟悉 2D/3D 坐标变换、旋转矩阵或四元数
理解 heading / yaw / quaternion 的区别与使⽤场景
能避免常⻅坐标系⽅向、旋转顺序错误
4. ⼯程级 Debug 能⼒
能通过可视化、⽇志、最⼩复现实例定位问题
不依赖“调参⽞学”，⽽是理解数据与逻辑本⾝
加分项（Nice to Have）
1. ⾃动驾驶相关经验
使⽤过 ROS 1.x
处理过定位、感知、轨迹、地图等数据
2. 数值与数据处理⼯具经验
NumPy / SciPy（KDTree、插值、滤波等）
Pandas（⽤于批处理与统计）
3. 地图或⼏何建模相关经验
polyline 合并、平滑、重采样
lane / junction / topology 相关处理
4. 仿真或场景标准相关经验
OpenDRIVE / OpenSCENARIO
MetaDrive、CARLA 等仿真平台