崗位職責(zé):
1、視覺(jué)定位子系統(tǒng)設(shè)計(jì)與開(kāi)發(fā):負(fù)責(zé)換電站內(nèi)視覺(jué)定位子系統(tǒng)的架構(gòu)設(shè)計(jì)、軟件開(kāi)發(fā)與集成,包括相機(jī)選型、標(biāo)定、圖像采集與處理流程。
2、算法研發(fā)與實(shí)現(xiàn):開(kāi)發(fā)基于深度學(xué)習(xí)融合視覺(jué)、激光測(cè)量數(shù)據(jù)的定位算法,實(shí)現(xiàn)高精度的特征點(diǎn)檢測(cè)、模板匹配、三維點(diǎn)云處理等功能,用于車(chē)輛型號(hào)識(shí)別、電池倉(cāng)/電池包的精確定位(6D姿態(tài)估計(jì))。
3、性能優(yōu)化與穩(wěn)定性提升:對(duì)視覺(jué)算法進(jìn)行持續(xù)優(yōu)化,以滿足換電流程對(duì)實(shí)時(shí)性和精度的要求。解決復(fù)雜光照變化、局部遮擋、車(chē)輛姿態(tài)多樣性等現(xiàn)場(chǎng)挑戰(zhàn),確保系統(tǒng)的魯棒性。
4、系統(tǒng)集成與測(cè)試:與機(jī)器人控制、車(chē)輛通信、安全監(jiān)控等子系統(tǒng)工程師緊密協(xié)作,完成系統(tǒng)聯(lián)調(diào)與集成測(cè)試。
5、編寫(xiě)詳盡的測(cè)試用例,在模擬環(huán)境和真實(shí)換電站現(xiàn)場(chǎng)進(jìn)行大規(guī)模測(cè)試與問(wèn)題排查。
6、技術(shù)文檔撰寫(xiě):編寫(xiě)設(shè)計(jì)文檔、接口文檔、測(cè)試報(bào)告等技術(shù)資料。
7、售后技術(shù)支持:負(fù)責(zé)處理售后運(yùn)營(yíng)過(guò)程中出線定位子系統(tǒng)的質(zhì)量問(wèn)題,持續(xù)迭代和提升。
任職要求:
1、學(xué)歷與經(jīng)驗(yàn):計(jì)算機(jī)科學(xué)、機(jī)器人學(xué)、自動(dòng)化、電子工程、應(yīng)用數(shù)學(xué)等相關(guān)專(zhuān)業(yè)本科及以上學(xué)歷。本科畢業(yè)有2年以上或研究生期間有基于Python的計(jì)算機(jī)視覺(jué)或機(jī)器人視覺(jué)項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn)。
2、扎實(shí)的技術(shù)基礎(chǔ):精通Python編程,具備優(yōu)秀的代碼設(shè)計(jì)和調(diào)試能力,熟悉面向?qū)ο缶幊毯统S迷O(shè)計(jì)模式。熟悉主流計(jì)算機(jī)視覺(jué)庫(kù)。熟悉至少一個(gè)深度學(xué)習(xí)框架: 如Yolo、 PyTorch 或 TensorFlow,并有實(shí)際的模型部署經(jīng)驗(yàn)。熟悉相機(jī)模型、內(nèi)外參標(biāo)定、立體視覺(jué)、手眼標(biāo)定等基本原理。
3、個(gè)人素質(zhì):具備出色的分析問(wèn)題和解決問(wèn)題的能力,對(duì)解決具有挑戰(zhàn)性的技術(shù)問(wèn)題充滿熱情。良好的團(tuán)隊(duì)合作精神和溝通能力,責(zé)任心強(qiáng)。
4、有以下經(jīng)驗(yàn)從優(yōu):
1)有在換電站、倉(cāng)儲(chǔ)物流AGV、工業(yè)機(jī)械臂等場(chǎng)景下開(kāi)發(fā)視覺(jué)定位系統(tǒng)的實(shí)際經(jīng)驗(yàn)。
2)有基于Yolo的視覺(jué)定位項(xiàng)目落地經(jīng)驗(yàn),特別是在工業(yè)自動(dòng)化、機(jī)器人引導(dǎo)、精密測(cè)量、自動(dòng)駕駛等相關(guān)領(lǐng)域。