
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 Stereo基本原理; 5.熟悉常用非线性优化算法,如Gauss-Newton/LM/Dogleg/PCG等; 6.熟悉C++/Python/CUDA/OpenCL/OpenGL/Eigen/OpenCV开发,有Linux/ROS开发经验,代码风格良好。 7.加分项:有自动驾驶多传感器标定算法及标定设备的设计实现经验; 8.踏实靠谱,积极肯干,具备良好的团队内及跨团队沟通能力;
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. 负责公司感知算法开发所需的数据获取(含标注管理); 2. 负责公司感知算法(Lidar OD及红绿灯感知开发为主,视觉BEV开发为辅)技术路线制定、任务划分、结果管理,完成模型训练、评测及SoC部署(量化剪枝等); 3. 路侧感知问题的原因分析、修复方案制定及监督实施; 4. 一段式端到端方案的预研。
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。