人形机器人视觉研发工程师

研发面向人形机器人运动场景的高速视觉感知算法，实现高速、小尺寸运动目标的实时检测、跟踪、空间定位、状态估计与轨迹预测。 构建高帧率、低延迟的视觉处理系统，融合高速相机、事件相机及深度相机等传感器，提升运动模糊、遮挡和复杂背景下的感知精度与稳定性。 研发单目、双目及多目视觉定位算法，完成相机标定、时间同步、坐标系标定与手眼标定，实现目标、机器人及传感装置的精准空间定位。 支持视觉端到端强化学习及Sim2Real技术研发，协同搭建视觉表征、感知决策、运动规划与控制一体化的实时闭环系统。 负责视觉数据及评测体系建设、算法部署与性能优化，联合相关团队完成真实机器人的系统集成、测试迭代，推动产品化与商业化落地。 学历要求：硕士及以上学历，计算机科学、人工智能、机器人学、自动化、电子信息、控制工程、应用数学等相关专业

扎实掌握计算机视觉与机器人视觉技术，熟悉目标检测与跟踪、关键点检测、图像分割、光流估计、三维重建及运动估计等算法，具备高速小目标在运动模糊、遮挡及复杂环境下的感知经验。 熟悉目标状态估计、轨迹预测及多目视觉定位技术，掌握卡尔曼滤波、粒子滤波、贝叶斯估计、多视角几何、PnP、三角测量及手眼标定等方法。 熟悉高速相机、工业相机、深度相机或事件相机，理解曝光、帧率、触发、时间同步及系统延迟等关键因素，具备低延迟视觉系统开发能力。 精通C++、Python及ROS/ROS 2，熟悉PyTorch、OpenCV、CUDA、TensorRT等工具，具备机器人系统集成、实时通信、并行计算及模型部署优化能力。 熟悉主流强化学习算法及视觉策略训练方法，掌握Isaac Sim/Lab、MuJoCo等仿真平台，具备合成数据生成、域随机化及Sim2Real开发经验。 工作经验要求： 具有机器人视觉、工业高速视觉、体育运动分析、自动驾驶感知或高速目标检测跟踪等相关项目经验。 有真实机器人系统的视觉算法开发和部署经验，能够独立完成数据采集、算法研发、系统集成、现场调试和性能优化。 有视觉感知与机器人控制闭环结合的项目经验，理解感知误差、系统延迟和预测精度对机器人控制性能的影响。 有基于视觉的强化学习、模仿学习、端到端机器人策略或Sim2Real相关研究及工程经验。 个人素质要求： 具备扎实的数学基础，熟悉线性代数、概率统计、最优化、多视角几何、状态估计及运动学相关知识。 对高速动态场景中的机器人视觉和具身智能技术具有强烈兴趣，能够持续关注并快速应用前沿技术。 具备良好的工程实现和问题定位能力，能够在真实机器人及运动场地中开展算法调试、实验验证和系统优化。 良好的团队合作精神与沟通能力，能够与强化学习、运动控制、机械、硬件及嵌入式团队高效协作。 强烈的自我驱动力与结果导向意识，能够在算法精度、系统实时性、稳定性和商业化成本之间进行综合权衡。 加分项， 满足其一即有竞争力： 有高速球类运动视觉分析或机器人项目经验。 有高速相机、事件相机、多相机阵列或视觉—IMU等多传感器融合系统开发经验。 有视觉感知、轨迹预测与机械臂或移动机器人控制形成毫秒级实时闭环的经验。 熟悉CUDA编程、TensorRT、ONNX Runtime、DeepStream等工具，具有边缘计算平台实时部署及性能优化经验。 在机器人视觉、目标跟踪、具身智能或强化学习领域的顶级会议或期刊发表过论文，如CVPR、ICCV、ECCV、ICRA、IROS、CoRL、RSS、NeurIPS等。 具有从算法原型开发、真实机器人验证到产品化和商业化部署的完整项目经验