视触觉图像算法工程师

1、触觉图像处理与特征提取：负责基于触觉传感器（如GelSight、指尖电容式传感器等）输出的高分辨率触觉图像，研发接触区域分割、表面纹理重建、几何形变分析等视觉-触觉图像处理算法。 2、多模态触觉感知建模：设计并训练基于深度学习的触觉表征模型，实现对接触物体的材质识别、滑移检测、接触力分布估计、表面缺陷检测等关键物理信息的实时感知。 3、视觉-触觉跨模态对齐与融合：研发视觉（RGB/深度相机）与触觉图像的跨模态特征对齐算法，将触觉感知到的局部精细几何与材质信息，与视觉感知到的全局物体信息进行融合，为灵巧手的抓取规划与力控策略提供完整的感知反馈。 4、触觉传感器标定与数据闭环：参与触觉传感器的选型评估、成像标定与光学/弹性体参数优化。设计并搭建触觉数据采集、标注与模型训练的自动化管线，构建高质量的视触觉数据集。 5、真机部署与策略闭环：将视触觉感知算法部署到真实灵巧手平台，与抓取规划、力控算法团队深度配合，实现“感知-决策-控制”的实时闭环验证，持续提升灵巧手在精细操作任务中的成功率与鲁棒性。

1、核心基础：硕士及以上学历，计算机视觉、图像处理、机器人、自动化等相关专业。 2、图像算法功底：在图像分割、目标检测、图像重建、光流估计或3D视觉中至少一个方向有扎实的算法研发经验，熟练使用PyTorch等深度学习框架。 3、触觉相关经验（加分项）：有GelSight类或其他视触觉传感器的使用、标定或算法开发经验者优先。若无直接经验，对触觉感知方向有强烈兴趣，且具备图像算法专长的候选人也欢迎。 4、多模态感知理解：熟悉多模态学习、跨模态特征对齐的基本范式，有视觉-触觉、视觉-力觉等多模态感知融合经验者优先。 5、工程落地能力：精通Python，熟悉C++，有丰富的ROS/ROS2开发经验。有机器人或硬件在环系统上部署感知算法的实际经验。 6、学术与前沿视野：对具身智能与机器人感知的前沿进展有持续关注，在CVPR/ICCV/ECCV/ICRA/IROS等顶会或相关顶刊有论文发表者优先。

加分项 1、有在真实机器人（尤其是灵巧手或协作臂）上部署视觉/触觉算法的项目经验。 2、了解触觉传感器的光学设计、弹性体制备或制造工艺。 3、有Sim-to-Real在触觉感知任务中的应用经验，如基于物理仿真生成合成触觉图像。