融合定位算法工程师

开展 GNSS、IMU、视觉融合定位理论研究，在已有的紧耦合 / 松耦合组合导航滤波框架上完成算法建模与 Matlab/Python 仿真验证；

研究传感器误差建模、时间同步、外参标定、野值剔除、多源信息融合滤波算法，解决城市峡谷、隧道等 GNSS 拒止环境连续定位问题。

完成组合导航算法工程化实现，编写优化 C/C++ 代码，实现嵌入式平台资源优化；

在定位模组开展算法集成调试、参数标定、软硬件联调；

依托仿真数据集、实车路测数据开展定位精度、连续性、可靠性指标测试，持续优化复杂场景定位性能；

协同硬件、固件、感知团队完成多传感器时序同步、底层适配优化，输出算法方案与测试文档，支撑组合导航产品落地。

掌握组合导航基础理论，熟悉卡尔曼滤波、EKF/UKF/ESKF 等融合滤波框架；

熟悉 GNSS、MEMS IMU 误差建模、时间同步、传感器标定、野值剔除算法；

熟练 Matlab/Python 仿真，能够独立搭建多传感器融合仿真平台；

熟练 C/C++ 嵌入式开发，有组合导航算法嵌入式移植、代码优化经验；

了解视觉 SLAM / 视觉定位原理、紧耦合 / 松耦合组合导航架构者优先；

熟悉城市峡谷、隧道、遮挡等复杂场景定位痛点，有实车路测调试经验优先；

能够利用路测数据集完成定位精度、连续性、可靠性指标分析与算法迭代；

扎实概率论、线性代数、状态估计理论基础，具备良好技术文档撰写能力；

有车载 / 机器人组合导航项目落地经验优先。