岗位描述
1. 负责物流配送无人机视觉 SLAM / VIO 算法研发，基于单目/双目/深度相机融合 IMU 与 GNSS，实现无 GNSS/弱 GNSS 环境下的实时定位与局部地图构建。 2. 设计并实现视觉-惯性-卫星多源融合的紧耦合状态估计框架，融合多视图几何约束、IMU 预积分与 GNSS 观测，基于 MSCKF、VINS-Mono/Fusion、ORB-SLAM3 等方案在 ESKF / 滑动窗口优化框架中完成高精度定位。 3. 面向物流配送多场景（低光照、纹理稀疏、高速运动、悬停起降、楼宇阴影交替），解决视觉退化问题（特征丢失、尺度漂移、动态遮挡），设计光照鲁棒的特征提取（SuperPoint / D2-Net）与数据关联策略。 4. 通过位姿图优化消除长航时累积漂移，支持无人机多趟配送的重复定位与地图复用。 5. 研究并实现基于先验地图（点云地图、特征地图、语义地图）的视觉定位，探索图像与卫星影像匹配、大规模图像检索、视觉地理配准等前沿技术以增强全局定位能力。 6. 设计并实现多传感器间动静态标定算法（相机内参、相机-IMU、相机-相机外参），推进在线标定与无目标标定等量产级方案落地。 7. 面向量产需求，将 SLAM 算法部署至嵌入式 AI 平台（NVIDIA Jetson / 高通 RB5 / 地平线 J5），完成模型量化、加速与前/后端实时性优化，并参与代码框架设计与 CPU/GPU 性能优化。 8. 协同感知、组合导航团队实现视觉+GNSS+IMU 多源融合方案，确保各类场景下定位的无缝切换与连续输出；与硬件、软件、测试团队紧密合作，分析和解决量产项目中的定位问题。 9. 跟踪领域前沿进展（IROS、ICRA、RAL、TRO、IJRR、JFR 等顶级会议期刊），将可行先进算法进行工程化转化。