岗位描述
工作职责 1、参与自动驾驶通用 Occupancy 真值与多模态语义重建算法研发,融合 LiDAR、Camera 及位姿信息,构建高质量三维占据与语义真值,支撑自动驾驶模型训练、评测与数据生产; 2、参与基于 VLM 的占据语义纠错与精细化分类算法研发,利用视觉语言理解、开放词汇识别与场景上下文信息,解决传统分割方法中类别划分不够细致、长尾类别识别不足、相似类别易混淆等问题,提升 Occupancy 真值的语义准确性与类别覆盖度; 3、研究二维语义与三维占据的关联及融合方法,将 VLM 的对象识别与语义判断同目标定位、精细分割及点云几何结合,实现像素 / 区域语义向点云与体素的准确映射,维护跨视角、跨帧语义一致性,改善遮挡、稀疏观测与动态场景下的真值质量; 4、参与面向自动驾驶场景的 VLM 领域适配与数据闭环建设,探索类别体系对齐、提示词优化、领域微调与不确定性评估,结合多视角观测和几何约束进行输出校验,实现错误样本挖掘、自动质检与人工复核协同,降低语义真值生产成本; 5、参与算法工程化落地,开展 Bad Case 分析与重建质量评估,建立语义 mIoU、细粒度类别准确率、跨帧一致性及人工抽检等评估流程,持续优化算法精度、鲁棒性,以及大规模数据处理下的计算效率和内存 / 显存占用。