1.核心算法研发:负责惯性导航(INS)、卫星导航(GNSS)及多传感器(如激光雷达、视觉、轮速里程计)的融合算法设计与实现,解决高精度定位与姿态估计问题。
2.状态估计优化:基于卡尔曼滤波(EKF/UKF)或因子图(Factor Graph)理论,构建鲁棒的状态估计器,处理非线性、多源异构数据的融合。3.算法优化与调试: 负责算法在嵌入式平台上的移植与性能优化,解决实际场景中的噪声抑制、初始化及漂移修正问题。
4.数据处理与分析:处理海量的实测数据(ROS bag, IMU log等),进行离线分析与算法迭代,持续提升系统在复杂环境(如隧道、高楼遮挡、剧烈运动)下的鲁棒性。
【任职要求】
1.学历与专业:硕士及以上学历(优秀本科生可面议),导航制导与控制、自动化、航空航天、应用数学、计算机视觉等相关专业。
2.理论基础:精通经典控制理论,熟悉惯性导航原理、卫星导航原理;深刻理解卡尔曼滤波(Kalman Filter)及其变体(EKF, UKF, PF)或因子图优化(Factor Graph)理论。
3.工程能力: 熟练掌握C/C++ 编程语言,具备良好的代码风格和调试能力;熟悉 Python 用于算法验证与数据处理。
4.工具与框架:熟悉 ROS (Robot Operating System)开发环境;有 Eigen、Ceres Solver 或GTSAM 等线性代数与优化库的使用经验者优先。
5.实战经验(加分项):
有自动驾驶、无人机、机器人或vR/AR领域的多传感器融合项目经验。
熟悉 RTK-GNSS原理,有RTK与INS紧耦合开发经验者优先。
有嵌入式算法优化(ARM NEON, SIMD)经验者优先。
6.综合素质:具备良好的数学推导能力、逻辑思维能力和英文文献阅读能力,对技术有热情,抗压能力强