标定算法实习生

职位描述 我们正在寻找多传感器标定专家，负责L4级自动驾驶系统中激光雷达、相机、RTK、IMU等核心传感器的高精度标定，确保多传感器数据的时空对齐与稳定性。你将深度参与无人驾驶系统整个生命周期标定解决方案，支撑SLAM及多传感器融合算法的工程落地，主导量产场景下的标定系统设计与验证。 核心职责 - 多传感器联合标定 - 设计开发激光雷达、相机、RTK、IMU的动/静态联合标定方案，确保多源数据在厘米级精度下对齐。 - 开发不同场景下，端侧云侧标定算法，主导量产标定系统的设计与落地，包括工站硬件工装开发、自动化标定软件（如一键标定工具）及SOP流程制定。 - 算法开发与优化 - 基于多视几何、非线性优化（如Ceres、g2o）等理论，优化标定算法，并探索深度学习辅助的智能标定方案。 - 构建标定验证、评测体系，通过量化分析工具评估标定精度，持续优化算法鲁棒性。 - 系统集成与协作 - 与感知、定位、硬件等团队紧密配合，确保标定参数在自动驾驶系统中的高效集成，支撑地图构建与动态障碍物检测。 - 参与或优化传感器硬件选型与布局设计，从系统层面分析标定误差来源（如传感器安装振动、磁场干扰），提出硬件-算法协同优化方案。 - 技术文档与工具链建设 - 编写高精度标定操作手册、算法设计文档及量产交付标准，推动团队技术沉淀。 - 开发标定配套工具链（问题分析、自动化处理等），提升数据处理效率与可复用性。 任职要求 - 硕士及以上学历，计算机、自动化、机器人等相关专业。 - 精通激光雷达（LiDAR）、相机内外参（含鱼眼/双目）、IMU、RTK的标定原理与工程实践，熟悉GNSS/IMU联合标定及多传感器时间同步方案。 - 掌握C++/Python编程，熟悉ROS、PCL、OpenCV、Kalibr、Eigen等工具链，具备非线性优化框架（如g2o、GTSAM、Ceres）的开发经验。 - 扎实的数学基础：线性代数、概率统计、凸优化，熟悉SLAM理论及多传感器融合方法。 加分项 - 有辅助/自动驾驶量产的实习/项目经验，熟悉车载传感器工作原理及车规级标定标准。 - 良好的文档习惯、沟通能力 - 在公开数据集或相关比赛中取得优异成绩，或发表过传感器融合、SLAM、3D领域的学术论文。 - 仿真工具经验（如CARLA、Gazebo、blender），能通过虚拟场景验证标定算法的泛化能力。