共性技术-定位算法高级工程师

点云处理： 负责点云动态物体去噪、地面分割、点云分割、点云配准（如ICP、NDT）等基础操作。

SLAM系统设计： 设计基于不同传感器（如rtk、激光雷达、摄像头、uwb、IMU等）的多传感器融合SLAM系统，包括前端（位姿估计）和后端（优化算法、图优化、闭环检测）模块。

多传感器融合： 融合多源传感器数据（如视觉-惯性SLAM、激光-惯性SLAM、激光-视觉融合、rtk与imu融合、uwb与imu融合），提高定位精度和鲁棒性。

算法改进： 优化现有算法（如特征提取、点云配准、Bundle Adjustment、因子图优化），解决动态环境、rtk被短时遮挡、uwb航向角精度提升、计算效率等问题。

开源框架适配： 熟悉主流开源slam框架（如ORB-SLAM、lego-loam、LIO-SAM、fastlio2、fastlivo2等等），并基于主流开源SLAM框架进行二次开发或定制化改进。

硕士及以上学历；计算机/自动化/信息/电子/软件/机器人等专业，3年以上定位技术经验

编程能力： 熟悉C++、ros、opencv、pcl、Eigen、ceres、GTSAM等常用开发工具。

数学基础： 熟悉线性代数、概率论、优化理论、多视图几何等数学知识。 掌握卡尔曼滤波、eskf、iekf等、粒子滤波、非线性优化（如因子图优化）等算法。

SLAM算法经验： 熟悉激光SLAM（如LOAM、Cartographer、fastlio2、fastlivo2）、视觉SLAM（如ORB-SLAM、VINS）等主流算法。 了解闭环检测、位姿估计、地图优化等SLAM核心问题

多传感器融合： 熟悉激光雷达（LiDAR）、摄像头、IMU、GPS、uwb等传感器的原理、传感器标定、数据时间同步融合等。

附加要求（加分项）： 能优化算法以适应嵌入式设备、移动端（Android/iOS）或自动驾驶计算平台优先。 有高精地图构建、点云处理、车辆实时定位经验者优先。 有视觉-惯性里程计、激光-惯性里程计、激光-视觉融合等实际项目经验优先。