高德地图高德-具身传感器集成工程师（IMU/多传感器方向）-具身业务部

核心使命：构建下一代具身智能数据交互平台，通过高性能Web 可视化技术，赋能算法研发、数据闭环与仿真验证。 1. 多模态数据可视化引擎开发 - 统计分析可视化：开发数据看板，支持对海量机器人数据（任务日志、状态指标、标注结果）的聚合、筛选、图表展示（时序曲线、热力图、分布图等）。 - 实时回放与交互可视化：构建类播放器的交互界面，支持传感器数据（视频流、点云、IMU）及机器人状态（关节角度/轨迹）的逐帧回放、拖拽跳转、多流同步。 2． 数据工具链前端实现 - 可视化标注平台：开发交互式标注工具（如2D/3D 框体标注、轨迹标注、语义标注），支持视频、点云等多模态数据的联合标注，并与后端标注存储系统集成。 - 数据查询与检索系统：实现灵活的数据查询界面（如按时间范围、任务ID、传感器类型过滤），支持数据样本的实时预览与导出。 - 仿真过程可视化：对接仿真引擎，实时渲染机器人动作、环境状态及任务执行过程，支持调试与结果分析。 3. 实时数据流处理与通信 - 构建低延迟数据通信层：使用WebSocket/WebRTC 实现传感器数据流的实时传输与播放控制。 - 设计时间轴同步机制：确保多传感器数据（视频、激光雷达、关节状态）在回放时严格对齐，支持全局时间戳控制。 4． 跨职能协作 - 与后端工程师紧密合作，定义数据接口格式、通信协议及性能优化点。 - 与算法/数据工程师协作，理解数据语义与业务需求，设计直观的数据交互流程。 - 与仿真团队对接，实现仿真结果的可视化验证。

1. VLA模型研发： 参与或主导 VLA 模型的架构设计、训练和优化，提升模型在多模态理解和具身任务执行中的性能。 2. 数据闭环建设： 负责具身智能所需的数据采集、标注和处理流程，构建高效的数据闭环系统，以持续优化模型。你将探索新的数据获取方式，包括但不限于利用机器人自身进行自动化数据采集。 3. 具身技能开发： 将 VLA 模型部署到实际机器人平台上，解决模型与机器人硬件之间的集成和适配问题。开发和调试机器人技能，使其能够完成抓取、放置、操作工具等复杂任务。 4. 算法优化与落地： 持续关注具身智能领域的最新研究成果，并将前沿算法应用到实际产品中，解决技术挑战，推动产品性能的迭代升级。

1. VLA模型研发： 参与或主导 VLA 模型的架构设计、训练和优化，提升模型在多模态理解和具身任务执行中的性能。 2. 数据闭环建设： 负责具身智能所需的数据采集、标注和处理流程，构建高效的数据闭环系统，以持续优化模型。你将探索新的数据获取方式，包括但不限于利用机器人自身进行自动化数据采集。 3. 具身技能开发： 将 VLA 模型部署到实际机器人平台上，解决模型与机器人硬件之间的集成和适配问题。开发和调试机器人技能，使其能够完成抓取、放置、操作工具等复杂任务。 4. 算法优化与落地： 持续关注具身智能领域的最新研究成果，并将前沿算法应用到实际产品中，解决技术挑战，推动产品性能的迭代升级。

1. 视觉传感器集成与接口落地 负责相机/深度相机/双目等视觉类传感器的系统集成：选型导入、接口适配（MIPI/USB/以太网等）、驱动与SDK集成、带宽/延迟评估。 输出并维护视觉相关接口文档（ICD）：数据格式、时间戳规范、曝光/增益控制接口、同步方式、诊断与故障码。 2. 光学/结构安装与成像质量保障 与本体/ID/结构团队协作，完成相机安装位置、FOV、遮挡、透光件（罩壳/玻璃/膜材）设计约束与评审。 建立成像质量评估与验收标准：清晰度、畸变、噪声、HDR/逆光、弱光、动态模糊、滚快门影响等。 3. 标定与量产工艺协同 负责相机内参、畸变模型、外参（相机-机身/相机-IMU/相机-雷达等）标定流程设计与工具落地。 与NPI/ODM定义产线可执行的标定SOP、工装需求、验收门禁与追溯字段（SN绑定标定参数与版本）。 4. 稳定性与问题定位闭环 支持算法/系统软件/测试团队进行问题定位：帧率抖动、丢帧、时延、花屏、曝光异常、温漂/雾气/眩光导致的退化等。 建立视觉传感器健康监测指标与在线诊断：帧率、亮度分布、模糊度、坏点/遮挡检测、温度与异常事件上报。 5. 供应链与质量协同（视觉器件一致性） 协同SQE/供应链建立来料与一致性标准：镜头/模组批次差异、ISP参数、透光件良率与污染控制。 参与供应商联调与问题整改（FAE对接），推动第二供应源评估（如适用）。