感知算法工程师

岗位职责
1、负责工业机器人/机械臂感知系统核心算法研发，包括视觉感知（2D/3D 视觉识别、定位、缺陷检测）、力触觉感知、多传感器数据融合算法设计与优化；​
2、主导环境感知建模，基于相机、激光雷达、力控传感器、IMU 等设备，开发目标识别、姿态估计、障碍物检测、场景重建等算法；​
3、负责感知算法与运动控制、路径规划模块的协同适配，提供精准的环境与目标状态数据，支撑机器人自主作业决策（如精密装配、柔性抓取、避障导航）；​
4、搭建感知算法仿真与验证平台（基于 ROS/Gazebo、MATLAB/Simulink），完成算法离线仿真、实物测试与迭代优化，提升感知精度、鲁棒性与实时性；​
5、配合硬件工程师完成传感器选型、标定与接口适配，配合软件工程师完成算法工程化移植（C/C++/Python）与系统联调；​
6、跟踪感知领域前沿技术（如深度学习、点云处理、SLAM），结合工业场景需求（如高温、遮挡、高速作业）进行技术创新与方案落地；​
7、编写感知算法设计文档、测试报告、技术手册，推动感知技术标准化与知识沉淀；
8、完成上级安排的其他工作。
任职要求
1、计算机科学与技术、人工智能、自动化、机器人工程、模式识别与智能系统等相关专业，3 年以上机器人感知算法研发经验；
2、精通视觉感知核心技术：熟练掌握 2D/3D 图像处理（OpenCV、PCL）、目标检测与分割算法（YOLO、Faster R-CNN、PointPillars 等）、相机标定（张正友标定法）、立体视觉原理；​
3、具备多传感器数据融合能力：熟悉激光雷达、IMU、力控传感器、视觉传感器的融合算法（卡尔曼滤波、粒子滤波、贝叶斯估计等），有SLAM（激光SLAM/视觉SLAM）项目经验者优先；​
4、熟练使用编程工具：精通 Python/C++ 编程语言，掌握 ROS（Robot Operating System）开发，熟练运用 TensorFlow/PyTorch 等深度学习框架，具备算法仿真与工程化落地经验；​
5、了解工业机器人应用场景：熟悉搬运、装配、焊接、打磨等场景的感知需求，能针对性设计抗干扰、高实时性的感知方案；​
6、具备较强的问题解决能力：能独立排查感知算法在实际场景中的精度不足、鲁棒性差等问题，具备跨部门协作（硬件、软件、算法）的沟通能力；​
7、有工业机器人感知系统量产经验、或复杂环境（强光、粉尘、动态干扰）下感知算法落地经验者优先，发表过相关领域高水平论文或拥有专利者优先。