成都·双流区
职位详情
一、岗位职责：
（1）核心算法研发： 负责基于激光雷达（LiDAR）、视觉（Camera）和惯导（IMU）的多传感器融合 SLAM 算法的研发与落地，主导基于 Fast-LIVO / Fast-LIVO2 框架的深度定制、优化与产品化。
（2）复杂场景攻坚： 解决复杂与退化场景（如高动态、低特征、纹理缺失、光照突变等）下的鲁棒定位与高精度建图问题。
（3）系统性能优化： 针对 Fast-LIVO2 框架中的错误状态迭代卡尔曼滤波（ESIKF）后端、视觉直接法光度对齐前端以及统一体素地图管理进行级联优化；控制 LRU 内存增长，提升系统在计算资源受限（如嵌入式硬件）平台上的实时性与内存效率。
（4）传感器标定与同步： 负责多传感器之间的空间联合标定以及高精度时钟同步（硬同步及基于曝光时间估计的软同步）。
二、任职要求：
（1）教育背景： 硕士及以上学历，计算机、机器人、自动化、测绘等相关专业。
（2）编程基础： 扎实的 C/C++ 编程功底，熟练掌握 Linux 开发环境，精通 ROS/ROS2/Openpilot 机器人操作系统及相关工具链。
（3）理论与框架经验： 深入理解 SLAM 基本原理，精通 Fast-LIVO2 源码，熟悉其维度匹配更新策略及按需光栅化（On-demand Rasterization）操作；熟悉其他主流 3D LIO/VIO 框架（如 FAST-LIO2、R3LIVE、VINS-Mono 等）。
（4）数学功底： 具备扎实的数学基础，熟悉多视图几何、非线性优化（Ceres / g2o）及卡尔曼滤波理论（ESIKF）。
（1）核心算法研发： 负责基于激光雷达（LiDAR）、视觉（Camera）和惯导（IMU）的多传感器融合 SLAM 算法的研发与落地，主导基于 Fast-LIVO / Fast-LIVO2 框架的深度定制、优化与产品化。
（2）复杂场景攻坚： 解决复杂与退化场景（如高动态、低特征、纹理缺失、光照突变等）下的鲁棒定位与高精度建图问题。
（3）系统性能优化： 针对 Fast-LIVO2 框架中的错误状态迭代卡尔曼滤波（ESIKF）后端、视觉直接法光度对齐前端以及统一体素地图管理进行级联优化；控制 LRU 内存增长，提升系统在计算资源受限（如嵌入式硬件）平台上的实时性与内存效率。
（4）传感器标定与同步： 负责多传感器之间的空间联合标定以及高精度时钟同步（硬同步及基于曝光时间估计的软同步）。
二、任职要求：
（1）教育背景： 硕士及以上学历，计算机、机器人、自动化、测绘等相关专业。
（2）编程基础： 扎实的 C/C++ 编程功底，熟练掌握 Linux 开发环境，精通 ROS/ROS2/Openpilot 机器人操作系统及相关工具链。
（3）理论与框架经验： 深入理解 SLAM 基本原理，精通 Fast-LIVO2 源码，熟悉其维度匹配更新策略及按需光栅化（On-demand Rasterization）操作；熟悉其他主流 3D LIO/VIO 框架（如 FAST-LIO2、R3LIVE、VINS-Mono 等）。
（4）数学功底： 具备扎实的数学基础，熟悉多视图几何、非线性优化（Ceres / g2o）及卡尔曼滤波理论（ESIKF）。
2026-03-05 16:23
IP属地：四川
职位福利
本科5-10年
成都参盘智能科技有限公司
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
