SLAM算法工程师

我们正在招聘具备机器人定位建图、多传感器融合与真实场景工程落地能力的SLAM算法工程师，加入自研轮式双臂机器人核心研发团队。 本岗位聚焦于厂区等复杂室内外场景下机器人的自主定位、环境建图与地图维护能力建设。你将深入参与激光、视觉、IMU、轮速计等多源传感器融合算法研发，构建从前端里程计、后端图优化、回环检测到地图构建、定位与在线维护的完整SLAM算法链路，为机器人稳定导航、轨迹规划、动态避障与作业执行提供可靠时空基准。 我们提供自研轮式双臂机器人平台、真实厂区应用场景与完整的传感器和数据闭环环境，期待你与我们一起打造高精度、高鲁棒、可规模化部署的机器人定位与建图系统。

岗位职责

1. SLAM系统设计与迭代：负责机器人SLAM系统的整体架构设计、核心算法实现、测试验证与持续优化，构建覆盖建图、重定位、在线定位、地图更新与多地图管理的完整能力链路。
2. 多传感器融合定位：负责激光雷达、相机、IMU、轮速计、GNSS/RTK等传感器数据处理与融合，设计并优化LiDAR SLAM、Visual SLAM、Visual-Inertial SLAM或LiDAR-Inertial SLAM算法。
3. 前端里程计与状态估计：负责点云匹配、特征提取、扫描匹配、视觉特征跟踪、惯导预积分及状态估计等前端算法研发，提升机器人在高速运动、振动、弱纹理、强光、重复结构等环境中的定位稳定性。
4. 后端优化与回环检测：负责基于因子图、位姿图或非线性优化的后端算法设计，构建回环检测、全局一致性优化、漂移校正与异常约束剔除等能力，持续提升大范围场景中的定位精度和地图一致性。
5. 环境建图与地图表达：负责二维/三维环境地图构建、语义地图融合、栅格地图生成及地图压缩、分块、存储和加载等能力建设，为导航规划、避障和任务执行提供高质量地图服务。
6. 鲁棒定位与故障恢复：面向厂区室内外切换、光照变化、遮挡、人员车辆混行、粉尘雨雾、玻璃反射及传感器退化等复杂工况，提升系统的鲁棒性、重定位成功率与故障恢复能力。
7. 真实机器人部署与性能优化：负责SLAM算法在真实机器人平台上的部署、调试与性能优化，解决传感器时间同步、外参标定、坐标系管理、计算资源限制、通信延迟与运行稳定性等工程问题。
8. 数据闭环与算法评测建设：建立覆盖离线数据回放、仿真验证、自动化评测和真机测试的算法验证体系，围绕定位精度、建图质量、漂移率、重定位成功率、实时性与资源占用等指标持续迭代。
9. 前沿算法研究与工程化落地：跟进SLAM、三维重建、多传感器融合、神经场景表示与语义定位等方向的前沿进展，能够快速阅读论文、复现核心方法，并完成面向产品场景的工程化落地。

职位要求

1. 教育背景：硕士及以上学历，机器人、自动化、计算机、人工智能、测绘、电子信息、控制工程等相关专业。
2. 编程与工程基础：具备扎实的C++编程能力，熟悉Python及Linux开发环境，熟悉ROS/ROS 2、Git、CMake、Docker等常用机器人研发工具，能够独立完成高质量算法模块设计与实现。
3. SLAM算法基础：熟悉至少一种SLAM技术路线，包括激光SLAM、视觉SLAM、视觉惯性SLAM或激光惯性SLAM；理解前端里程计、回环检测、图优化、滤波估计和全局一致性优化等核心模块。
4. 状态估计与优化能力：掌握EKF、ESKF、UKF、粒子滤波、非线性最小二乘、因子图、位姿图优化等一种或多种方法；理解李群李代数、坐标变换、概率模型及多传感器融合基础。
5. 点云与视觉处理能力：熟悉点云配准、ICP、NDT、特征提取、KD-Tree等相关方法；或熟悉特征检测、匹配、视觉几何、PnP、BA等视觉SLAM基础算法。
6. 传感器与标定能力：理解激光雷达、相机、IMU、轮速计、GNSS等传感器工作原理与误差特性，具备时间同步、内外参标定、坐标系标定或传感器故障诊断经验。
7. 系统设计与问题定位能力：具备良好的算法抽象、系统设计和问题拆解能力，能够在定位精度、鲁棒性、实时性、资源消耗和工程复杂度之间做合理取舍。
8. 真实场景落地能力：具备较强的数据分析、问题定位和真机调试能力，能够通过日志、数据回放、可视化工具及现场测试解决复杂环境下的定位建图问题。