建图融合算法高级/资深工程师

1、负责自动驾驶场景下的多传感器融合建图算法研发，融合 Camera、LiDAR、IMU、GNSS、Wheel Encoder 等多源传感器信息，实现稳定、准确的环境建模与地图构建；

2、负责建图过程中的车辆 Pose 估计与优化，包括多帧位姿关联、轨迹优化、局部/全局 Bundle Adjustment、Pose Graph Optimization 等，提升轨迹精度及地图整体一致性；

3、负责地图对齐算法研发，包括多次采集、多车、多源地图之间的坐标系对齐、特征匹配、地图配准、重定位及全局一致性优化，提升不同地图及轨迹之间的空间一致性；

4、负责矢量地图融合算法研发，对多帧、多趟、多车生成的车道线、道路边界、停止线、箭头、交通标识及拓扑关系等矢量地图要素进行关联、匹配、去重、聚合与优化，提升矢量地图的几何精度、拓扑一致性、完整性及稳定性；

5、负责增量建图算法研发，基于新增采集数据与已有地图进行匹配、关联和局部重建，实现新区域扩展、局部地图补全及持续建图，保证新增地图与存量地图在几何、语义和拓扑层面的一致性；

6、负责现势性变化检测和地图更新相关算法研发，基于多时刻、多趟次、多车采集数据识别道路结构、车道线、交通标识、施工区域及通行关系等地图要素变化，实现变化确认、增量更新及历史版本维护，持续提升地图的现势性、准确性与可用性；

7、负责路网构建及导航信息生成相关算法研发，基于矢量地图构建道路级、车道级拓扑路网，生成道路连接关系、车道连通关系、转向关系、可通行关系及导航引导信息，为路径规划、导航及自动驾驶决策提供基础地图能力。

负责基于 VLA Memory 的轻量地图构建相关算法研发，探索利用视觉-语言-动作模型中的长期记忆、场景表征与时序经验信息，构建面向自动驾驶的轻量化环境记忆与地图表达，支持关键场景要素存储、检索、更新及下游规划决策使用。

1、计算机、自动化、机器人、电子信息、测绘等相关专业，本科及以上学历；具备扎实的数学、计算机视觉、多视几何、状态估计及非线性优化基础；

2、熟悉 Visual/LiDAR SLAM、VIO、SFM、Pose Estimation、Bundle Adjustment、Pose Graph Optimization 等相关技术，具备实际算法研发经验；

3、熟悉 Camera、LiDAR、IMU、GNSS 等多传感器数据处理及融合方法，理解标定、时间同步、坐标系转换、地图配准与对齐等关键问题；

具备矢量地图构建、地图融合、增量建图、地图变化检测或地图更新相关经验，熟悉车道线、道路边界、拓扑关系等地图要素的数据关联与优化；

4、理解道路级/车道级路网构建、拓扑关系及导航信息生成方法，对地图与规划、导航之间的数据链路有较完整理解；

5、具备良好的 C/C++、Python 开发能力，熟悉 Eigen、Ceres、OpenCV、PCL、GTSAM/g2o 等常用工具或库，具备良好的工程实现和问题定位能力。

加分项

1、有自动驾驶、高精地图、众包建图、在线建图或量产项目落地经验；

2、有多车/多趟地图对齐、矢量地图融合、增量建图、地图现势性更新或长期地图维护经验；

3、熟悉 BEV/Vectorized Map、MapTR/HDMapNet 等学习型地图构建方法，或具备 NeRF、3DGS、World Model 等 3D 场景建模经验；

4、对 VLA、Spatial Memory、Episodic Memory、Memory Map 等方向有研究或实践经验，具备基于模型记忆进行轻量地图构建或场景记忆建模经验者优先。