哈啰标定算法工程师-自动驾驶
任职要求
1.本科及以上学历，专业方向包括计算机、软件、自动化、汽车、模式识别、机械、电子等理工科，工作经验不小于1年； 2.精通摄像头、激光雷达、毫米波雷达、IMU等常见自驾传感器的原理及特点，熟悉车辆运动学和动力学； 3.熟练掌握平面标定、手眼标定等，熟悉LiDAR/相机/IMU等传感器在线标定流程； 4.熟悉Li SLAM/viSLAM/SFM/Multiview Ster…
工作职责
1.设计自动驾驶传感器内参、外参的EOL标定算法及车间标定方案，协调供应商完成场地搭建； 2.基于EOL车间，设计并实现标定算法及高效率标定工具； 3.设计并实现自动驾驶常用传感器的内参、外参的道路在线标定算法和标定流程； 4.设计和开发多传感标定验证系统。
自动驾驶中，感知团队的职责是根据传感器和高精地图的信息，对周围环境进行识别和理解，并对自车进行定位。在这里，你将研究和设计相关领域前沿算法，包括目标检测、分割、跟踪、场景理解、定位、模型压缩加速、基于大模型的数据挖掘与合成、半监督自监督、传感器标定等算法，直接赋能L4 无人车的大规模落地，创造社会价值和商业价值。一些项目包括： 1、感知大模型: 基于俯视图的多模态（激光雷达/相机）大模型，可支持多种任务，比如常见目标的检测、分割等 2、占据空间: 一种通用的目标检测方法，将周围环境抽象为占据、非占据的空间，解决开放世界层出不穷的异形物体识别问题，兜底感知召回能力，保证自车安全 3、端到端跟踪: 用基于深度学习的方法，替代经典的匈牙利匹配+卡尔曼滤波算法，通过数据驱动提升性能 4、场景理解: 通过编码周围环境中智能体和智能体、地图和地图、以及智能体和地图的交互关系，实现对相应场景的理解 (比如施工区连接、智能体是否是长停的车)，直接影响自车行为（避让、跟随等） 5、基于大模型的数据挖掘/合成：调研和应用各种大模型，挖掘或合成高价值场景，提升模型相应场景表现 6、半监督自监督：调研和开发各种高效算法，降低模型对标注数据的依赖。
1. 定位设备的功能定义、选型与标定； 2. GNSS、IMU、视觉、Lidar多源定位算法的设计与优化； 3. Lidar及视觉的SLAM建图及矢量化，轻图构建。
1. 导航辅助驾驶功能， 进行车辆的横纵向运动学/动力学建模及参数辨识，设计运动控制算法，并编码实现； 2. 设计并实现自驾下失稳/极限工况的控制算法； 3. 设计仿真、实车调试验证方案，验证算法正确及性能达标； 4. 结合实际控制问题，提出对上层传感器、下层执行器的具体技术需求。
1. 导航辅助驾驶功能， 进行车辆的横纵向运动学/动力学建模及参数辨识，设计运动控制算法，并编码实现； 2. 设计仿真、实车调试验证方案，验证算法正确及性能达标； 3. 结合实际控制问题，提出对上层传感器、下层执行器的具体技术需求。