视觉定位与多传感器融合算法工程师

岗位职责：

1. 负责基于多目图像、IMU 等传感器的视觉定位与多传感器融合算法开发，支撑机器人在复杂动态环境中的稳定定位、跟踪与状态估计。
2. 负责多目 6D 位姿估计、视觉惯性里程计、SLAM 或位姿优化网络相关模块的开发、调试与部署，包括特征/关键点跟踪、位姿求解、时序滤波、后端优化等方向。
3. 负责相机、IMU 及机器人本体坐标系的标定、时间同步、外参维护和误差分析，保障定位链路在不同硬件平台和场景下稳定运行。
4. 负责与感知、规划、控制、硬件、数据和测试团队对齐算法输入输出、接口协议、性能指标和验证标准，推动算法在仿真、台架和实机中的闭环落地。
5. 负责定位与位姿估计算法的工程化优化，包括实时性能、鲁棒性、可观测性、日志诊断、异常 Case 复现和问题定位。
6. 参与数据采集、标注、评测和回流流程建设，支持模型训练、算法迭代和系统级指标提升。 岗位要求：
7. 计算机科学、电子工程、自动化、通信工程、软件工程、机器人等相关专业硕士及以上学历。
8. 熟悉多视图几何、PnP、三角化、Bundle Adjustment、非线性优化、Kalman Filter 或因子图优化等基础方法，具备实际算法开发经验。
9. 具备 SLAM、VIO、多目位姿估计、6D Pose Estimation 或位姿优化网络中的至少一类项目经验，能够理解算法链路并完成模块开发、调试和效果分析。
10. 熟悉相机模型、IMU 模型、坐标变换、内外参标定、时间同步和误差建模，能够进行定位链路的问题定位与精度评估。
11. 熟练掌握 C++ / Python 编程，熟悉 Linux 开发环境，了解 ROS / ROS 2、OpenCV、Eigen、Ceres / g2o / GTSAM、PyTorch 等常用工具。
12. 具备良好的工程化交付能力和跨团队协作能力，能够围绕接口、数据、指标、测试和部署与上下游团队高效对齐。 加分项：
13. 有机器人、AR / VR、自动驾驶、无人机或智能硬件上的视觉定位、SLAM 或 6D 位姿估计实机部署经验。
14. 有多目相机系统、手部/物体 6D 位姿估计、时序跟踪、可微优化或端到端位姿估计网络开发经验。
15. 熟悉数据闭环、主动学习、自动化评测、困难样本挖掘或仿真数据生成流程。
16. 具备开源项目经验，或在机器人、计算机视觉、机器学习相关会议、期刊发表过论文。