蔚来多传感器环境融合资深工程师/专家
任职要求
1. 计算机、自动化、数学、电子和导航定位等相关专业，硕士及以上学历，三年以上相关领域的工作经验 2. 熟悉传统建图及定位算法和框架（包括VO、VIO和LIO等），有语义SLAM或道路结构重建等经验 3. 理论基础扎实，熟悉常用的状态估计及目标跟踪方法，包括卡尔曼滤波和非线性优化等 4. 熟悉Linux及常用开源库包括OpenCV、Eigen和Ceres等，具有良好的C++编程能力 有以下经验者优先： 有记忆泊车和AVP等项目落地经验优先 熟悉常见的深度学习框架，有端到端智驾经验优先
工作职责
负责低速智驾功能中的环境建模算法工作，包含相机、激光雷达、超声波雷达等多传感器Local Map构建及Local Map&HD Map融合等
我们正在寻找在具身智能VLA（视觉-语言-动作）、空间计算（重建、SLAM等）及强化学习领域有深厚积累的算法同学，加入高德地图视觉技术中心。你将参与构建下一代地图中的感知、理解与决策系统，推动具身导航、AR/VR、场景建模等前沿技术的研发与落地。 如果你热衷于用AI改变人们出行方式，渴望在真实世界大规模数据上验证算法能力，欢迎加入我们！ 岗位职责： ● 负责视觉语言动作（VLA）的具身智能模型和视觉语言模型（VLM）的研发，提升具身agent的空间理解和行动决策能力； ● 推进空间计算相关技术（如SLAM、三维重建、点云处理、姿态估计等）在下一代地图、虚拟现实等场景的应用； ● 探索强化学习在多模态大模型的后训练中的应用，提升具身/空间智能的能力天花板； ● 跟踪国际前沿技术发展，持续推动技术创新，并落实到实际应用中； ● 与工程团队紧密协作，完成从算法研发到系统部署的全流程闭环。
1. 按照项目及功能软件需求参与系统方案设计、制定测试方案、测试策略、量化测试覆盖度，进行测试点设计并及时跟踪测试计划，识别并解决可能的风险； 2. 根据测试交付质量、测试效率、测试成本等综合因素，制定涵盖控制器软件SiL测试、单件HiL测试、多控制器组网测试、实车测试的整体测试方案及测试部署。 3. 参与车控软件的系统需求及方案评审，并完成多模态智能车身与跨域系统的测试用例设计；功能包含但不限于雨刮及车窗系统、门锁及进出系统、座椅及舒适性系统、智能灯光等多域融合的功能测试，保障测试覆盖度及测试质量； 4. 参与测试执行工作，能够敏捷、准确、高效得利用测试工具和测试方法，进行测试结果分析，推动问题的内外部闭环； 5. 参与测试环境搭建（包括但不限于HiL、Labcar或整车），并能够与参与高效测试工具链开发，完成控制器及样件的维护升级，以满足项目交付； 6. 协同搭建行业领先的测试流程和测试体系，配合团队长远发展目标；
1. SLAM - 负责扫地机器人激光/视觉SLAM算法、地图构建/更新的研发 - 负责基于激光雷达，imu， odom，gps，相机等多传感器融合定位研发 - 负责扫地机器人在定位和建图上的业务研发工作 2. 导航算法 - 负责扫地机导航算法的设计与实现，包括路径规划、轨迹跟踪、避障策略等核心模块 - 开发全局路径规划算法和局部路径规划算法 - 优化导航算法在复杂场景, 如狭窄区域、动态障碍物下的鲁棒性和效率 3. 运动控制与决策 - 设计扫地机的运动控制算法，包括弓字形清扫、沿边清扫、回充路径规划等功能 - 实现动态环境下的实时避障与路径调整，提升清扫效率与覆盖率 4. 多传感器融合 - 基于激光雷达、IMU、超声波、深度相机等传感器，开发环境感知与障碍物检测算法 - 实现多传感器数据融合，提升导航系统的精度与鲁棒性 5. 算法性能优化 - 针对嵌入式平台（如ARM、DSP）优化导航算法的计算效率，降低资源占用 - 提升导航算法在低算力设备上的实时性和稳定性
1. 负责飞行器的多传感器数据融合算法的设计与实现，包括但不限于IMU、GPS、磁力计、气压计、视觉传感器等； 2. 开展飞行控制系统中状态估计算法的研究与开发，提升系统性能； 3. 分析飞行测试数据，根据结果调整和优化算法及参数。