高级slam算法工程师

职位概述 负责机器人导航 SLAM 体系的技术纵深与团队攻坚——主导激光 SLAM 与多传感器融合的算法设计、改进与量产落地，对建图精度、定位鲁棒性、实时性等技术指标负最终责任，是导航 SLAM 团队的技术天花板与带队人。 岗位职责 1. 主导激光 SLAM 系统设计与落地：基于 LIO-SAM / FAST-LIO 系等框架做工程化改进与二开，完成建图、定位、重定位全链路的生产级实现； 2. 攻坚定位鲁棒性难题：退化场景（长走廊/空旷/动态障碍物）、传感器遮挡/失效、多楼层重定位等真实场景问题； 3. 主导多传感器紧耦合融合（激光 + IMU + 轮速/视觉），设计 EKF/因子图融合方案； 4. 对 SLAM 核心指标负责：建图精度（±X cm）、定位鲁棒性（失效率/漂移）、实时性（帧率/CPU 占用），建立指标测试与回归体系（rosbag 回放评测）； 5. 带领 3-5 人 SLAM 算法小组：任务拆解、代码 review、技术培养； 6. 与导航系统工程师协同，将 SLAM 模块集成进 ROS2 导航系统，支撑整机量产交付； 7. 跟踪前沿进展（视觉 SLAM、NeRF/3DGS 建图、learning-based 定位），规划算法演进路线。 任职要求（必备） 1. 本科及以上学历，5 年以上 激光SLAM/定位算法研发经验； 2. 源码级掌握至少一个主流激光 SLAM 框架（LIO-SAM / FAST-LIO / FAST-LIO2 / Cartographer），有二开或深度改进经历优先； 3. 扎实的多传感器融合功底：激光 + IMU 紧耦合、EKF/因子图（G2O/Ceres/gtsam）实战； 4. 精通 C++（17/20），熟悉点云配准（ICP/NDT）、回环检测、重定位算法； 5. 有量产项目落地经验，能用数字讲清精度与鲁棒性指标（如“室外 250m 场景 ±1cm”）； 加分项 1. 有退化场景/动态环境定位攻坚的完整案例； 2. NeRF / 3D Gaussian 建图、learning-based 定位前沿探索； 3. 熟悉 ROS2、rosbag2 评测体系； 4. ICRA / IROS 论文或知名开源 SLAM 项目贡献。