JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "集群VIO算法工程师",
"job_level": "",AI生成
"work_category": "",AI生成
"department": "",
"location": "深圳·宝安区·西乡",
"work_mode": "",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "卓鸷科技",
"company_industry": "铁路/船舶/航空/航天制造",
"company_size": "20-99人",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": 20000,
"max": 40000,
"currency": "CNY",
"cycle": "month"
},
"benefits": ""
},
"requirements": {
"working_years": 1,
"degree": "硕士",
"language": "",AI生成
"visa_support": "",
"responsibilities": "",
"requirements_text": "团队管理经验\n图像算法\n深度学习\n大模型算法\n多模态算法\n算法工程化经验\n融合感知算法\n并行计算\n优秀开源项目经历\nC/C++\n机器学习\n强化学习\n参加算法相关竞赛/获奖\nSLAM算法\n模型加速/性能优化\n无人机VIO算法岗位职责\n\n1. 负责集群无人机机载VIO算法研发、调试与性能优化，基于OpenVINS框架进⾏⼆次开发、模块裁剪、参数调优，解决单机定位漂移、抖动、失效问题；⽀持多机协同定位、相对位姿估计。\n\n2. 负责视觉-惯性传感器标定，相机/IMU内外参标定、时间同步、外参在线校准，处理多传感器数据时序对齐、异常数据剔除。\n\n3. 针对集群场景痛点开发：多机相对定位、VIO与GNSS/激光雷达/轮速计融合，构建多源融合定位系统；解决集群飞行时，动态遮挡、强光、快速机动下VIO失效、漂移问题。\n\n4. 算法工程化移植：将VIO算法部署到嵌⼊式平台（RK3588等机载算力板），做代码优化、内存/算力开销评估，降低延迟，满足无人机实时运行要求。\n\n5. 算法评估与测试：搭建定位评估数据集，设计室内/外实飞测试方案，量化指标（定位误差、漂移、失效概率），输出测试报告，持续迭代算法。\n\n6. 和飞控、感知、集群协同团队联调，提供位姿输出接口，支撑集群自主导航、编队控制；定位异常检测、故障降级逻辑开发。\n\n7. 跟进VIO、SLAM前沿技术，调研开源方案（OpenVINS、OKVIS、VINS-Mono等），做技术选型、对比验证。\n任职要求\n\n1. 硕士及以上，自动化、机器人、计算机视觉、导航相关专业；扎实的SLAM、状态估计、滤波理论基础（ESKF、EKF）。\n\n2. 熟悉OpenVINS源码架构，有二次开发经验，熟悉视觉惯性里程计核心流程：特征提取跟踪、IMU预积分、滑动窗口优化。\n\n3. C++开发能力，熟悉Eigen、ceres；熟悉ROS/ROS2，有嵌入式机载部署经验优先。\n\n4. 熟悉相机、IMU模型，掌握传感器标定、时间同步，有无人机实飞调参经验。\n\n5. 加分项：有多机集群协同定位、相对位姿估计项目经验；了解PX4飞控；熟悉GNSS/激光雷达融合定位；有机载算法算力优化经验。",
"skills": [AI生成
"VIO算法",
"SLAM算法",
"OpenVINS",
"C++",
"Eigen",
"ceres",
"ROS",
"ROS2"
],
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/5b3f70cca4f4550c0nx409S_EVRZ.html"
}
]
},
"posting": {
"posting_id": "5b3f70cca4f4550c0nx409S_EVRZ",
"post_date": "",
"hire_time": "",
"update_date": "",
"job_url": "https://www.zhipin.com/job_detail/5b3f70cca4f4550c0nx409S_EVRZ.html"
},
"fulltext": "团队管理经验\n图像算法\n深度学习\n大模型算法\n多模态算法\n算法工程化经验\n融合感知算法\n并行计算\n优秀开源项目经历\nC/C++\n机器学习\n强化学习\n参加算法相关竞赛/获奖\nSLAM算法\n模型加速/性能优化\n无人机VIO算法岗位职责\n\n1. 负责集群无人机机载VIO算法研发、调试与性能优化，基于OpenVINS框架进⾏⼆次开发、模块裁剪、参数调优，解决单机定位漂移、抖动、失效问题；⽀持多机协同定位、相对位姿估计。\n\n2. 负责视觉-惯性传感器标定，相机/IMU内外参标定、时间同步、外参在线校准，处理多传感器数据时序对齐、异常数据剔除。\n\n3. 针对集群场景痛点开发：多机相对定位、VIO与GNSS/激光雷达/轮速计融合，构建多源融合定位系统；解决集群飞行时，动态遮挡、强光、快速机动下VIO失效、漂移问题。\n\n4. 算法工程化移植：将VIO算法部署到嵌⼊式平台（RK3588等机载算力板），做代码优化、内存/算力开销评估，降低延迟，满足无人机实时运行要求。\n\n5. 算法评估与测试：搭建定位评估数据集，设计室内/外实飞测试方案，量化指标（定位误差、漂移、失效概率），输出测试报告，持续迭代算法。\n\n6. 和飞控、感知、集群协同团队联调，提供位姿输出接口，支撑集群自主导航、编队控制；定位异常检测、故障降级逻辑开发。\n\n7. 跟进VIO、SLAM前沿技术，调研开源方案（OpenVINS、OKVIS、VINS-Mono等），做技术选型、对比验证。\n任职要求\n\n1. 硕士及以上，自动化、机器人、计算机视觉、导航相关专业；扎实的SLAM、状态估计、滤波理论基础（ESKF、EKF）。\n\n2. 熟悉OpenVINS源码架构，有二次开发经验，熟悉视觉惯性里程计核心流程：特征提取跟踪、IMU预积分、滑动窗口优化。\n\n3. C++开发能力，熟悉Eigen、ceres；熟悉ROS/ROS2，有嵌入式机载部署经验优先。\n\n4. 熟悉相机、IMU模型，掌握传感器标定、时间同步，有无人机实飞调参经验。\n\n5. 加分项：有多机集群协同定位、相对位姿估计项目经验；了解PX4飞控；熟悉GNSS/激光雷达融合定位；有机载算法算力优化经验。"
}