小米顶尖应届-建图定位算法工程师-自动驾驶
任职要求
1、熟悉基于优化的和基于深度学习的三维重建算法； 2、机器人、计算机视觉、自动驾驶等方向硕士及…
工作职责
1、开发基于深度学习方法和传统优化方法的众包建图算法； 2、搭建高性能、高并发的建图系统，进行车端和云端部署验证； 3、参与算法工程化及调试，跟进量产实际问题。 【课题名称】 基于众包数据的大规模建图算法 【课题内容】 基于大规模用户回传的传感器数据，基于最新的深度学习算法和传统的三维重建算法，实现高自动化率、高精度的建图算法。利用深度学习算法，解决传统优化算法中需要复杂调参和复杂规则的问题。
1. 负责感知相关任务的研发与交付，包括但不限于目标检测、在线建图、3D重建等； 2. 负责以上方向前沿算法的跟踪与预研。 【课题名称】 L3自动驾驶关键技术研究-感知大模型 【课题内容】 1. 负责感知相关任务的研发与交付，包括但不限于目标检测、在线建图、3D重建等； 2. 负责以上方向前沿算法的跟踪与预研。
1. 负责感知相关任务的研发与交付，包括但不限于目标检测、在线建图、3D重建等； 2. 负责以上方向前沿算法的跟踪与预研。 【课题名称】 L3自动驾驶关键技术研究-感知大模型 【课题内容】 1、负责感知相关任务的研发与交付，包括但不限于目标检测、在线建图、3D重建等； 2、负责以上方向前沿算法的跟踪与预研。
1. 设计适用于自动驾驶任务的Diffusion-based行为生成模型，涵盖轨迹预测、控制输出、长时规规划； 2. 研究基于图像和高维环境语义输入的扩散过程，支持条件生成与多模态控制分布建模； 3. 推动该方向模型从仿真到实车的部署，包括实时性优化、鲁棒性评估与反馈机制构建。 【课题名称】 Diffusion-based Nueral Planner 【课题内容】 探索扩散生成模型在端到端自动驾驶规划中的泛化能力和多模态决策潜力。以感知输入（图像、BEV等）直接生成控制信号（steering, acceleration），或隐式轨迹规划中间表示，构建具备不确定性建模、多样性采样和高分辨率行为预测能力的决策系统。参考如DiffPlan、MotionDiffuser、Wayformer+Diffusion等工作，推动视觉到控制的生成式范式演进。
1. 设计适用于自动驾驶任务的Diffusion-based行为生成模型，涵盖轨迹预测、控制输出、长时规规划； 2. 研究基于图像和高维环境语义输入的扩散过程，支持条件生成与多模态控制分布建模； 3. 推动该方向模型从仿真到实车的部署，包括实时性优化、鲁棒性评估与反馈机制构建。 【课题名称】 Diffusion-based Nueral Planner 【课题内容】 探索扩散生成模型在端到端自动驾驶规划中的泛化能力和多模态决策潜力。以感知输入（图像、BEV等）直接生成控制信号（steering, acceleration），或隐式轨迹规划中间表示，构建具备不确定性建模、多样性采样和高分辨率行为预测能力的决策系统。参考如DiffPlan、MotionDiffuser、Wayformer+Diffusion等工作，推动视觉到控制的生成式范式演进。