The posting
1、激光点云分割算法研发,负责灰尘、地面、档墙、车辆等的分割识别和过滤。负责土堆等的识别和尺寸测量。 2、几何处理与特征工程,研发先进的点云预处理算法,包括:地面滤波、点云聚类、离群点去除、点云配准与畸变校正。探索几何深度学习方法,将点云的几何特征(法向量、曲率、局部邻域)融入神经网络,提升分割的几何保真度。 3、多模态融合与矢量化,结合摄像头图像信息,解决点云稀疏区域的分割模糊问题,实现跨模态对齐与融合。参与将分割结果转换为矢量化地图要素(高精地图更新)或障碍物边界框的后处理工作。 4、负责模型在车载嵌入式平台的部署与加速,保证感知链路的低延迟。建立模型Bad Case分析与数据回流机制,持续提升分割模型在Corner Case上的表现。
1、硕士及以上学历,计算机视觉、自动化、机器人学、测绘遥感等相关专业。 2、硬性技能:极扎实的C++/Python编程能力,熟悉PCL(点云库)和Open3D,熟练使用PyTorch及MMDetection3D/OpenPCDet框架。 3、算法理解:熟悉和理解常用的点云分割网络,熟悉稀疏卷积与体素化方法的优缺点。 几何感知:对三维空间几何变换有较深刻理解,熟悉RANSAC、ICP等经典几何算法,并能将其与现代深度学习模型结合解决实际问题。 4、熟悉激光雷达与相机的联合标定与投影融合,有BEV空间下多模态融合感知经验。有模型量化(TensorRT/OpenVINO)及嵌入式平台(Orin, 地平线J6, TDA4)部署经验。



