小米自动驾驶-高精度GNSS算法工程师
任职要求
任职资格 基本要求 教育背景: 大地测量、导航、制导与控制、电子、自动化、计算机等相关专业,硕士及以上学历; 专业知识: 1.熟悉GNSS高精度定位原理,精通PPP、RTK、PPP-RTK等算法的理论及实现细节; 2.掌握最小二乘、卡尔曼滤波(EKF/UKF)、滑动窗口优化等核心算法,具备抗差估计与误差补偿经验; 3. 熟悉GNSS信号处理流程(如观测值解算、周跳探测、模糊度估计等),了解PPP-AR与PPP-RTK的协同机制; 4.了解组合导航系统(GNSS/INS紧组合/深组合)的设计与实现方法。 工程经验: 3年以上GNSS算法工程化经验,有PPP-RTK算法在车载产品(如自动驾驶、高精度地图采集等)中的完整落地经验; 熟练使用C/C++或Python进行算法开发与调试,具备独立解决复杂定位性能问题的能力; 熟悉车载定位系统硬件(GNSS接收机、IMU、里程计等)的选型与性能评估。 行业方向: 对自动驾驶领域有强烈兴趣,了解ISO 26262功能安全标准及车载定位系统的技术挑战; 有深度学习背景者优先(如利用神经网络优化定位模型、电离层延迟估计、多路径抑制等)。 加分项 具备GNSS接收机底层开发经验或参与过高精度定位服务(如网络RTK/VRS)平台建设; 有SLAM、视觉/激光融合定位经验,熟悉VINS等开源框架者优先; 熟悉GNSS完好性(Raim)与置信度评估方法, 了解ADAS/自动驾驶功能安全要求。
工作职责
1. 进行车端量产PPP-RTK算法开发和测试验证 2. 支持车端量产NRTK算法/组合导航算法优化 3. 支持车端量产项目的高精定位算法问题解决和测试验证 4. 支持搭建量产PPPRTK算法验证
结合多源数据,打造高精度、高可靠性、低延迟的自动驾驶定位系统。包括但不限于: 1、结合业界前沿技术,如3D视觉、SLAM等,研发基于多源数据融合的定位算法,并负责将算法落地到自动驾驶汽车上 2、基于海量数据,打造自动化的定位数据闭环系统,提高系统迭代的效率和算法的泛化性 3、联合硬件、系统等团队,充分挖掘GNSS、IMU、里程计、视觉等传感器潜能,突破定位精度上限。

公司介绍: 文远知行(WeRide)成立于 2017 年,是全球领先的 L4 级自动驾驶科技公司,致力于“以无人驾驶改变人类出行”,已在全球超过 25 个城市开展自动驾驶研发、测试及运营,累积自动驾驶里程超1600万公里,应用场景覆盖智慧出行、智慧货运和智慧环卫,形成自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等五大产品矩阵,提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。 凭借“1个平台+3大场景+5大产品”的多元商业化战略,文远知行商业营收居同类自动驾驶企业之首,已与多家全球顶级主机厂和一级供应商达成战略合作伙伴关系,包括雷诺日产三菱联盟、宇通集团、博世、广汽集团等,不断为人类出行提供更多新选择。 文远知行目前的团队既有来自谷歌、微软、亚马逊、苹果、百度、滴滴的高阶工程师,也不乏刚从顶尖高校毕业的青年才俊。来到我们当中,你会发现这是一个专业、专注、有趣、有料的队伍。大家为了一个激动人心而富有挑战的目标走到一起,互相激励、脑力碰撞,为实现产品落地、创造社会价值、推进行业技术而努力。 对有抱负的工程师,还有什么比这更有意义的呢?我们虚位以待,真诚期待技术过硬、志趣相投的小伙伴加入我们! 更多信息请访问:http://www.weride.ai,或关注官方微信号:文远知行WeRide 高精地图和定位团队介绍 如果将无人车和人脑类比,高精地图和定位系统大致对应于后者中掌管空间记忆、感知和定位的部分。它的使命是为无人车提供翔实准确的道路3D几何和语义信息,让无人车对行驶环境了如指掌,从而在其中行动自如,我们同时还负责提供高速、精准的3D定位,让车辆每时每刻都知晓当前的精确位置。高精地图和定位在无人车技术栈中占据着非常重要的位置,感知、规划、控制、仿真等各大模块都要依赖它提供的道路环境以及车辆位置的信息对周围世界进行理解,做出正确的决策。文远知行的高精地图和定位团队和公司一起成长,完全自主构建了大规模高精地图,覆盖中美多个城市超过3000公里道路,提供精确达厘米级的3D结构数据以及车道线、交通信号等大量语义信息。自行研发的定位技术,基于激光雷达、相机、卫星及惯性导航等多传感器融合,能提供实时的厘米级定位,成功实现了在暴雨中自动驾驶穿越1.5公里长隧道。 在人工智能的应用中,高精地图和定位是比较独特的。我们知道,计算机视觉作为人工智能的重要分支,其核心问题分为语义理解和几何理解两大类,前者以解析图像中物体或场景的语义信息为目的,后者的目标则是重构3D场景以及对物体进行3D定位。在高精地图和定位系统中,恰恰这两大类技术都有着非常关键的应用。除此之外,我们还是高精度卫星、惯性导航等硬件的重度用户,多模态信号处理和融合更是我们的核心技术之一。因此,这是一个多学科高度综合的应用,无论你精通深度学习等机器学习技术,还是专攻3D重建、SLAM,又或是信号处理、多传感器融合高手,这里都有你一展身手的广阔空间。同时,我们致力搭建大规模、高可用的高精度地图系统,大数据和全栈开发的编程精英同样能找到用武之地。 定位算法工程师 北京或广州或深圳 与地图及定位系统相关的,基于相机、lidar、GNSS、轮速计、IMU等多种传感器的各种智能算法的研发。工作涉及但不限于:多传感器融合建图和定位算法开发、传感器校准、点云数据处理、地图元素自动识别和智能标注等。

北京或广州或深圳 与地图及定位系统相关的,基于相机、lidar、GNSS、轮速计、IMU等多种传感器的各种智能算法的研发。工作涉及但不限于:多传感器融合建图和定位算法开发、传感器校准、点云数据处理、地图元素自动识别和智能标注等。

1、多传感器融合定位算法开发。研发基于GPS、IMU、激光雷达、摄像头等多传感器的融合定位算法,设计实时定位框架(如SLAM、VIO),优化高精度地图与传感器数据的时空对齐与融合策略,提升复杂场景(如隧道、城市峡谷)下的定位鲁棒性。 2、高精度定位算法优化与评测。针对量产需求,开发低成本的车规级定位模块,优化卡尔曼滤波、粒子滤波、图优化等算法性能,解决定位漂移、极端天气下的失效问题,并通过仿真工具(如CARLA)和实车测试验证算法精度与实时性。 3、复杂场景定位解决方案设计。研究多传感器联合标定与质检算法,开发动态环境下的自适应定位策略,例如结合语义地图或深度学习模型(如BEV感知)增强定位系统的场景理解能力。 4、系统集成与功能安全适配。与感知、规划控制团队协作,完成定位模块的嵌入式部署(如TensorRT加速),确保算法符合功能安全标准(ISO 26262),并支持量产项目中的调试与迭代优化。