JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "slam算法工程师",
"job_level": "",AI生成
"work_category": "",AI生成
"department": "",
"location": "长沙·雨花区·环保科技园",
"work_mode": "",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "湖南安澜行智能科技",
"company_industry": "其他制造业",
"company_size": "0-20人",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": 10000,
"max": 15000,
"currency": "CNY",
"cycle": "month"
},
"benefits": ""
},
"requirements": {
"working_years": 1,
"degree": "本科",
"language": "",AI生成
"visa_support": "",
"responsibilities": "",
"requirements_text": "岗位定位：面向室内、室外、开阔区域及结构重复/特征稀少等退化环境，构建高精度、高鲁棒、可连续运行的融合定位系统。\n岗位职责\n·负责基于激光雷达、相机、IMU、轮速计、GNSS/RTK等传感器的定位与融合算法研发。\n·负责室内⽆GNSS环境、室外开阔环境及室内外切换场景的连续定位和坐标系统⼀。\n·负责⾛廊、隧道、空旷场地、重复纹理、弱纹理、玻璃/反射等退化环境下的定位鲁棒性优化。\n·负责前端里程计、扫描匹配/视觉匹配、回环检测、后端优化、地图匹配与重定位等模块研发。\n·负责 IMU 标定、传感器外参标定、时间同步及状态估计误差分析。\n·负责定位精度、漂移、重定位成功率、长时间运行稳定性等指标体系建设和测试。\n·配合规划控制团队提供稳定的位姿、速度、协⽅差及定位质量状态。\n任职要求\n·熟练掌握 C++，能够使用 Python 进行数据分析；具备扎实的线性代数、概率统计和三维几何基础。\n·理解 EKF/UKF、误差状态卡尔曼滤波（ESKF）或因子图优化中的至少一种状态估计方法。\n·熟悉 LiDAR SLAM、Visual SLAM/VIO、LIO 或 GNSS/INS 融合中的至少一个主方向。\n·熟悉点云配准（ICP/NDT等）、特征提取、回环检测、图优化/非线性最小二乘等基础方法。\n·了解 IMU 预积分、坐标系转换、时间同步、外参标定以及传感器噪声模型。\n·具备复杂场景问题分析能力，能够针对退化、漂移、跳变和定位丢失设计检测与恢复机制。\n加分项\n·熟悉 LIO-SAM、FAST-LIO/FAST-LIO2、LOAM 系列、Cartographer、ORB-SLAM、VINS-Fusion 等开源框架。\n·熟悉 GTSAM、Ceres、g2o、Sophus、Eigen 等优化与数学库。\n·有 GNSS/RTK + IMU + LiDAR/Camera 融合定位或室内外无缝切换经验。\n·有退化检测、自适应权重、地图匹配、重定位、故障检测与容错经验。\n·有大规模地图构建、地图更新、定位地图轻量化或多地图管理经验。",
"skills": [AI生成
"C++",
"Python",
"EKF",
"UKF",
"ESKF",
"因子图优化",
"LiDAR SLAM",
"Visual SLAM"
],
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/d7c15f7da95ff1ff0nx82Nu4F1BQ.html"
}
]
},
"posting": {
"posting_id": "d7c15f7da95ff1ff0nx82Nu4F1BQ",
"post_date": "",
"hire_time": "",
"update_date": "",
"job_url": "https://www.zhipin.com/job_detail/d7c15f7da95ff1ff0nx82Nu4F1BQ.html"
},
"fulltext": "岗位定位：面向室内、室外、开阔区域及结构重复/特征稀少等退化环境，构建高精度、高鲁棒、可连续运行的融合定位系统。\n岗位职责\n·负责基于激光雷达、相机、IMU、轮速计、GNSS/RTK等传感器的定位与融合算法研发。\n·负责室内⽆GNSS环境、室外开阔环境及室内外切换场景的连续定位和坐标系统⼀。\n·负责⾛廊、隧道、空旷场地、重复纹理、弱纹理、玻璃/反射等退化环境下的定位鲁棒性优化。\n·负责前端里程计、扫描匹配/视觉匹配、回环检测、后端优化、地图匹配与重定位等模块研发。\n·负责 IMU 标定、传感器外参标定、时间同步及状态估计误差分析。\n·负责定位精度、漂移、重定位成功率、长时间运行稳定性等指标体系建设和测试。\n·配合规划控制团队提供稳定的位姿、速度、协⽅差及定位质量状态。\n任职要求\n·熟练掌握 C++，能够使用 Python 进行数据分析；具备扎实的线性代数、概率统计和三维几何基础。\n·理解 EKF/UKF、误差状态卡尔曼滤波（ESKF）或因子图优化中的至少一种状态估计方法。\n·熟悉 LiDAR SLAM、Visual SLAM/VIO、LIO 或 GNSS/INS 融合中的至少一个主方向。\n·熟悉点云配准（ICP/NDT等）、特征提取、回环检测、图优化/非线性最小二乘等基础方法。\n·了解 IMU 预积分、坐标系转换、时间同步、外参标定以及传感器噪声模型。\n·具备复杂场景问题分析能力，能够针对退化、漂移、跳变和定位丢失设计检测与恢复机制。\n加分项\n·熟悉 LIO-SAM、FAST-LIO/FAST-LIO2、LOAM 系列、Cartographer、ORB-SLAM、VINS-Fusion 等开源框架。\n·熟悉 GTSAM、Ceres、g2o、Sophus、Eigen 等优化与数学库。\n·有 GNSS/RTK + IMU + LiDAR/Camera 融合定位或室内外无缝切换经验。\n·有退化检测、自适应权重、地图匹配、重定位、故障检测与容错经验。\n·有大规模地图构建、地图更新、定位地图轻量化或多地图管理经验。"
}