自动泊车规划控制算法_XC

需求与架构设计：负责自动泊车（APA）及记忆泊车（HPA）功能的客户需求分析，设计并持续优化车端业务逻辑与软件架构。

规控算法开发：负责泊车规控算法的设计、开发、优化与重构，制定算法KPI，并主导系统异常（如coredump）及复杂Bug的分析与修复。

创新功能拓展：负责泊车场景下创新性功能的预研、开发与验证，对标竞品并融合用户体验反馈，持续提升泊车系统产品力。

实车调测与闭环：负责APA/HPA功能的实车联调、性能测试及问题分析定位，确保车端功能性能的高质量交付。

AI驱动基建搭建：主导构建可持续开发的 Harness 工程框架（涵盖MIL/SIL、开闭环仿真等），为规控算法的快速迭代与自动化验证提供支持。

研发智能体与 Skill 开发：搭建面向研发流程的 AI Agent 架构，开发智能体 Skill 插件，将代码生成、Log分析、仿真触发等工程动作封装为可调用工具，实现研发流程的自动化与智能化。

LLM 辅助开发：运用大语言模型（LLM）辅助编码与算法迭代，设计高质量的任务指令与上下文管理策略，提升代码产出效率。

工程文档规范化：编写并维护高质量技术文档与配置文件（JSON/Markdown/HTML等），沉淀开发知识、测试用例与提示词模板，提升团队协作效率。 Job

硕士及以上学历，计算机、车辆工程、人工智能、电子信息、机械电子、通信工程等相关专业。

精通 C/C++/Python 等编程语言，具备扎实的算法与数据结构基础；熟练掌握 JSON、Markdown等数据或文本格式。

具备从零搭建测试 Harness 工程框架的实战经验，精通自动驾驶仿真测试技术，熟练使用常用仿真工具（如CARLA、VTD、PreScan等）及自动化测试脚本开发。

精通 ROS 框架，具备 Linux 或 QNX 系统下的量产项目开发与调试经验。

熟练掌握软件架构设计模式，具备丰富的智驾域控端应用软件开发经验，熟悉各类中间件，并有算力与系统资源优化经验。

精通路径规划算法（如强化学习、混合A*、TEB、Lattice及基于AI的规划算法等），至少在2个量产或重点客户项目中成功应用上述算法，实现泊车功能及性能提升。

熟悉常用车辆纵向与横向控制算法，深入理解其原理及优劣势。

熟悉泊车场景的感知方案及应用趋势，了解低速车载传感器（摄像头、超声波、毫米波雷达、激光雷达）及多传感器融合感知算法，具备跨模块协作与系统级优化能力。

熟悉车载IMU、GPS及多传感器融合定位技术；具备自动泊车量产项目经验者优先。

洞察泊车领域算法发展趋势，具备新算法预研与落地能力。

熟练掌握大模型辅助编程技巧（如 Vibe Coding），精通提示词与上下文工程；精通 Harness 工程，必须能通过严格的自动化验证闭环，确保 AI 辅助生成的代码符合车规级量产标准。

具备独立搭建研发效能类 AI Agent 的能力，精通 Skill 开发（将工程工具与流程封装为Agent可调用的技能插件），熟练掌握 MCP 协议；有利用大语言模型（LLM）加速ADAS领域内代码开发、测试或问题分析的经验者优先