蔚来端到端静态感知算法工程师
任职要求
任职要求 1. 教育背景 - 计算机科学、自动化、车辆工程、 Robotics、数学或相关领域的本科及以上学历。 2. 技能要求 - 熟悉轨迹预测和后处理算法，如卡尔曼滤波、优化算法（QP、SQP等）。 - 熟悉车辆动力学模型和运动规划算法。 - 熟练掌握C++/Python编程，具备良好的代码实现能力。 3. 经验要求 - 有智能辅助驾驶、机器人或相关领域的轨迹预测、运动规划或后处理算法开发经验者优先。 …
工作职责
职位描述 我们正在寻找一位专注于端到端静态感知算法工程师，负责智能辅助驾驶环境认知和导航参考线功能。该职位将直接参与智能辅助驾驶核心算法的开发与优化，推动智能辅助驾驶技术的落地应用。 主要职责 1. 动态目标预测后处理 - 负责对动态目标（如车辆、行人、自行车等）的轨迹预测结果进行后处理优化，确保轨迹的平滑性、物理可行性和动态一致性。 - 设计并实现基于运动学和动力学约束的轨迹优化算法，包括但不限于Jerk优化、加速度连续性约束、曲率约束、碰撞避免等，以提升轨迹的合理性。 - 结合预测模型输出的目标状态（如位置、速度、加速度）、轨迹分布和意图（如变道、转弯、停车），以及静态环境信息（如车道线、交通标志、路缘石），进行后处理优化。 2. 算法开发与实现 - 开发和实现高效的轨迹后处理算法，确保其满足实时性要求。 - 使用C++/Python等编程语言实现算法，并集成到自动驾驶系统中。 3. 跨团队协作 - 与感知、预测、规划团队紧密合作，确保轨迹后处理模块与其他模块的无缝集成。 - 支持实车测试，解决实际应用中的问题。
公司介绍 滴滴于 2016 年组建自动驾驶技术研发部门，致力于打造世界领先的 L4 级自动驾驶技术，通过科技让出行更安全、更高效。我们相信，将自动驾驶技术部署在共享出行车队中，将创造最大的社会价值。依托滴滴在出行领域的 先进技术、海量数据、丰富经验和完整的出行平台生态，我们正在打造并运营世界领先的自动驾驶 Robotaxi 车队，推动自动驾驶在城市复杂交通场景中的规模化落地。 职位描述 作为感知团队的一员，你将与国内外顶尖人才一起，研究和开发自动驾驶领域的前沿算法，直接赋能 L4 Robotaxi 的大规模部署。 你将面向真实城市道路场景中的多样化挑战，利用多模态传感器（LiDAR、Camera、Radar 等）设计、开发并优化感知算法，解决物体识别、障碍物检测、场景理解、意图预测与大模型赋能等核心问题。 在这里，你将有机会： 与中美两地的优秀工程师和科学家合作，参与世界级的技术竞争； 深入研究并推动最前沿的学术成果在产业中的落地； 在全球最大出行平台之一的业务场景中，实现科研成果的规模化应用。 主要方向与职责： 你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责： （一）物体识别与跟踪 设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等 提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别） （二）通用障碍物识别 识别未知类别 /未训练类别的障碍物 基于异常检测 /开放类别识别的算法研究与工程实现 在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性 （三）场景和意图理解 语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别 场景理解，例如施工区域识别、可通行区域识别等 意图理解，例如行人动作识别、起步意图识别等 交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等 （四）感知大模型 /多模态 探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力 零样本 / 少样本 / 跨域泛化的策略研发 将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性 （五）模型评估、验证 构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控 指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)
1. 自动驾驶深度学习方向感知算法研发； 2. 研发3D目标检测，车道线/道路拓扑，红绿灯感知模型； 3. 研发视觉BEV感知以及多模态前融合算法； 4. 研发多任务模型优化，模型网络结构优化算法； 5. 跟进前沿算法，研发端到端自动驾驶感知预测one model模型，World Model等算法； 6. 感知多模态融合与多目标跟踪算法技术研发；
1. 自动驾驶端到端模型研发； 2. 研发红绿灯端到端模型； 3. 研发静态感知车端、云端策略； 4. 研发在线建图、众包建图、label4d产线等任务;
1. 负责无人机感知系统中设计到的静态标注、语义标注和动态标注、数据自动标注能力建设； 2. 负责对业务方的长尾问题数据的挖掘和生成，提供高质量的数据用于业务改善； 3. 主导数据平台基础设施开发建设，为网络模型在无人机端侧应用提供数据和基础设施支撑； 4. 跟进国内外机器人领域前沿和学术前沿，组织核心技术洞察，给出技术方向指引和组织攻关。