The posting
1.负责自动泊车激光真值系统搭建、多传感器集成及时空标定,包含激光雷达、RTK/IMU、相机采集系统部署与校准。 2.负责真值车外参标定、时间同步、点云去畸变、运动补偿及场景重建,产出高精度障碍物、车位、轨迹等BEV 真值数 据。 3.搭建自动化真值生产链路,完成数据清洗、真值标注、轨迹关联及数据质量检查,探索AI辅助标注、场景识别和真值质 量评估技术,输出标准化3D/BEV真值数据集。 4.负责场地/路测数据采集、设备运维及问题定位,保障数据质量、真值精度与一致性,支撑感知算法开发、调试与迭 代。 5.参与感知算法自动化测试与验证平台(Harness)建设,负责相关数据适配、真值与算法输出的时空对齐、差异分析、指 标评估及回归验证模块开发,推动算法评测流程的自动化与标准化 6.探索视觉大模型、多模态AI、AIAgent等技术在场景理解、异常检测、数据分析及问题辅助定位中的应用,结合实际业 务需求,提升真值生产效率和算法研发验证效率。
1.本科及以上学历,车辆、自动化、测绘、计算机、机器人等相关专业 2.熟练掌握激光雷达点云处理、坐标变换、多传感器标定及时间同步等技术 3.熟悉SLAM、点云聚类、地面分割、目标跟踪、BEV真值生成流程;具有相关项目实践经验者优先 4.熟练使用Python,具备良好的软件开发、调试及问题定位能力;了解 Linux、PCL、Open3D、优化算法等技术。 5.具备AI辅助编程和工程开发能力,能够利用AI工具开展代码开为发、问题分析、自动化测试及技术文档编写,并能够独 立验证代码正确性、分析异常结果和保障工程交付质量。 6.了解计算机视觉、深度学习及多模态AI技术,具备AI模型调用、数据处理或自动化分析相关项目经验者优先;具有AI Agent、自动标注、算法自动化评测或数据闭环平台开发经验者优先。 三、优先条件 1.具有自动驾驶、自动泊车、机器人感知或激光雷达真值系统相关项目经验。 2.熟悉点云配准、轨迹优化、多传感器融合等技术。 3.具有视觉大模型、多模态模型、三维感知模型部署及效果评估经验 4.具有自动化测试平台、算法评测、数据Pipeline或AIAgent工程实践经验。 5.具有良好的软件工程习惯,熟悉Git、单元测试、版本管理、数据溯源及自动化报告生成。 四、岗位目标 建设面向自动泊车感知算法的高质量真值与自动化评测能力,推动多传感器数据处理、AI辅助场景理解、真值生成、算法评测和回归验证的有效衔接,为Harness智能化升级及感知算法质量提升提供技术支撑。



