机载视觉避障工程师

负责无人机机载视觉感知、智能避障算法设计、移植与调优，基于ARM/RISC-V架构芯片完成 MIPI ISP 图像采集、目标检测、障碍物测距、航线规避闭环算法开发；

适配NPU 算力单元，完成 YOLO、深度估计、视觉 SLAM 等 AI 模型量化、裁剪、部署优化，满足机载低功耗、实时性指标；

搭建室内仿真、外场试飞测试环境，开展多场景（城市楼宇、山林、电力杆塔）避障功能验证，定位解决光照、逆光、雨雾等复杂工况识别失效问题；

与嵌入式硬件、通信、飞控团队协同，完成视觉感知与定位、通信链路数据融合，实现 “感知 - 导航 - 计算” 一体化闭环优化；

输出算法方案、测试报告、标准化接口文档，支撑机载终端样机迭代与量产落地。

全日制硕士研究生及以上，计算机、自动化、电子信息、机器人、图像处理等相关专业，3 年以上机载 / 车载视觉避障项目开发经验；

精通 C/C++、Python，熟悉 OpenCV、PCL 等视觉库，掌握深度学习模型训练、INT8 量化、NPU 部署全流程；

熟悉 MIPI、ISP 成像原理，了解 CMOS 相机、毫米波雷达多传感器融合方案，有 RISC-V 平台算法移植经验优先；

掌握单目 / 双目深度测距、光流、视觉 SLAM、目标检测跟踪任意一类核心避障算法，有无人机实飞调优经验；

熟悉机载设备工业级开发规范，能独立完成外场试飞测试、问题复盘迭代；

具备低空行业、电力巡检、应急救援无人机项目经验者优先，熟悉国密、机载硬件一体化架构加分。