无人机感知算法工程师（视觉方向）

负责无人机智能感知系统总体方案设计，包括视觉、深度、激光雷达、毫米波雷达、超声波等感知传感器的技术调研、方案论证、选型及性能评估；

负责无人机视觉感知算法研发，包括但不限于：双目/多目深度估计、地面场景及障碍物分割、多传感器融合感知、避障环境建图；

负责无人机自主避障相关算法设计与优化，包括：深度图生成与优化、Occupancy Grid（栅格地图）、Voxel Map（三维体素地图）、TSDF/ESDF地图、局部环境建图；

负责视觉传感器标定系统研发，包括相机内参标定、双目标定、多目标定、相机-IMU外参标定等；

负责无人机感知算法在嵌入式平台上的部署与优化，包括CPU、GPU、NPU异构计算平台的性能优化，实现算法实时运行；

负责无人机感知算法在复杂环境（室外、弱纹理、逆光、雨雾、夜间等）的鲁棒性优化，并完成飞行测试、数据分析及持续迭代；

与飞控、导航、规划、AI算法及硬件团队协同完成智能感知系统集成、联调及产品化落地。

硕士及以上学历，计算机、自动化、机器人、电子信息、模式识别、人工智能等相关专业，特别优秀者可放宽至本科。

熟悉以下一项或多项：多视图几何、Camera Model、Epipolar Geometry、Stereo Vision、Visual Odometry；

视觉感知算法，熟悉以下方向之一，具有无人机避障或机器人感知相关项目经验者优先：双目深度估计、多目视觉、深度学习立体匹配、Occupancy Mapping、Optical Flow；

传感器融合，熟悉以下至少两类传感器：Stereo Camera、Fisheye Camera、ToF Camera、LiDAR、IMU；

熟悉标定技术，包括：OpenCV Calibration、Kalibr、Stereo Calibration、Camera-IMU Calibration，具有自动标定系统开发经验优先。

熟练掌握C++（必须）、Python，熟悉ROS/ROS2、Linux、OpenCV、Eigen等，具备良好的工程代码能力；

熟悉至少一种深度学习框架，熟悉：TensorRT、ONNX、CUDA，了解模型压缩、量化及嵌入式部署流程；

有以下平台开发经验优先：NVIDIA Jetson系列，Rockchip RK3588/RK3576，算能、爱芯元智等国产AI SoC，了解GPU/NPU异构计算及性能优化；