文远知行规划算法工程师
任职要求
· 机器人，机电控制和自动化，计算机科学专业等本硕博 · 有如下领域的项目经验: optimization based or search based path planning and trajectory generation planning under uncertainty probabilistic robotics mobile or industrial robots optimal control C++ 编程，数据结构和算法 加分项： · 计算几何 · 了解车辆动力学与运动学 · 博弈论 · 机器学习
工作职责
公司介绍： 文远知行（WeRide）成立于 2017 年，是全球领先的 L4 级自动驾驶科技公司，致力于“以无人驾驶改变人类出行”，已在全球超过 25 个城市开展自动驾驶研发、测试及运营，累积自动驾驶里程超1600万公里，应用场景覆盖智慧出行、智慧货运和智慧环卫，形成自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等五大产品矩阵，提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。 凭借“1个平台+3大场景+5大产品”的多元商业化战略，文远知行商业营收居同类自动驾驶企业之首，已与多家全球顶级主机厂和一级供应商达成战略合作伙伴关系，包括雷诺日产三菱联盟、宇通集团、博世、广汽集团等，不断为人类出行提供更多新选择。 文远知行目前的团队既有来自谷歌、微软、亚马逊、苹果、百度、滴滴的高阶工程师，也不乏刚从顶尖高校毕业的青年才俊。来到我们当中，你会发现这是一个专业、专注、有趣、有料的队伍。大家为了一个激动人心而富有挑战的目标走到一起，互相激励、脑力碰撞，为实现产品落地、创造社会价值、推进行业技术而努力。 对有抱负的工程师，还有什么比这更有意义的呢？我们虚位以待，真诚期待技术过硬、志趣相投的小伙伴加入我们！ 更多信息请访问：http://www.weride.ai，或关注官方微信号：文远知行WeRide PNC组介绍： 在自动驾驶系统中，决策规划与控制可以类比为人类的大脑与神经。确保“大脑与神经”正确高效地“思考”和安全舒适地“执行”，是一个优秀的规划与控制组的职责所在。规划控制团队分为决策团队、规划团队和控制团队。决策规划部门的主要目的是在复杂的无人驾驶环境中找到安全的行驶方案，例如通过人类驾驶的数据分析何时进行变道，对前方车辆是跟随还是绕行。决策规划部分还要从路上的真实数据中学习人类驾驶的共识，比如道路拥堵时到底什么时候能变道，后车要怎么表达出它是否让行，进而思考如何把这种共识应用到具体算法中。此外，决策规划要能将不同的未来收敛到当选确定的行为中。控制部分则是负责将上述的行为严格地执行到车辆上。 · 为自动驾驶提供安全、舒适和可预测的车辆运动轨迹 · 分析自动驾驶仿真和路测数据，提升对自动驾驶系统的理解，发现和解决运动规划问题
1. 负责无人机规划算法的设计、开发和验证，配合感知和飞控进行算法部署和测试 2. 实现辅助飞行、目标跟随、自主避障等场景下的运动规划功能 3. 通过仿真和数据闭环等方式量化算法迭代效果
1. 负责产品规划算法的设计、开发和验证，配合感知进行算法部署和测试 2. 实现辅助运行、目标跟随、自主避障等场景下的运动规划功能 3. 通过仿真和数据闭环等方式量化算法迭代效果
面向量产的智能泊车的预测，路径规划和轨迹规划等算法的开发、调试与优化。以功能的安全性，流畅性，类人性，可预测性，高效率，和高成功率为核心目标。 基于仿真和道路测试数据，分析与处理泊车场景下的复杂工况，包括但不限于：极窄车位泊入泊出、动态障碍物（如行人、车辆）的交互等。定位并解决泊车功能在量产落地中遇到的规划与控制问题。 编写高质量、可维护、可移植的C++代码，并满足车载嵌入式平台的实时性与性能要求。 参与深度学习和强化学习相关的算法开发工作。 参与benchmark的设计，维护和验证，以量产交付为结果导向。 根据系统需求与接口，与感知、定位等团队紧密协作。
WeStar人才计划项目： 我们面向全球招募顶尖学子，通过提供极具竞争力的薪酬、全面定制化培养方案、开放核心业务工作机会、解锁前瞻性技术难题，培养中国未来的自动驾驶科技人才。我们希望汇聚最优秀的人才，以无人驾驶技术改变人类出行。 PNC组介绍： 在自动驾驶系统中，决策规划与控制可以类比为人类的大脑与神经。确保“大脑与神经”正确高效地“思考”和安全舒适地“执行”，是一个优秀的规划与控制组的职责所在。规划控制团队分为决策团队、规划团队和控制团队。决策规划部门的主要目的是在复杂的无人驾驶环境中找到安全的行驶方案，例如通过人类驾驶的数据分析何时进行变道，对前方车辆是跟随还是绕行。决策规划部分还要从路上的真实数据中学习人类驾驶的共识，比如道路拥堵时到底什么时候能变道，后车要怎么表达出它是否让行，进而思考如何把这种共识应用到具体算法中。此外，决策规划要能将不同的未来收敛到当选确定的行为中。控制部分则是负责将上述的行为严格地执行到车辆上。 · 为自动驾驶提供安全、舒适和可预测的车辆运动轨迹 · 分析自动驾驶仿真和路测数据，提升对自动驾驶系统的理解，发现和解决运动规划问题