日日噜夜夜草|一级黄色录像高清版|调教白富美加勒比久久|亚洲欧洲精品婷婷|日韩综合无码色色|日韩精品一区妖精视频|亚洲无码中文字幕hd|99亚洲思思丝袜|手机看片国产精品大胆亚洲|成人无码视频一区二区在线播放

崗位職責
1.負責建筑/工業(yè)場景下“視覺 + 多傳感器” 融合算法的設計與開發(fā)：核心解決機械臂避障、移動 AGV 動態(tài)導航、高精度視覺引導等業(yè)務問題，彌補單一視覺在強光、遮擋、反光場景中的局限性。
2.主導 “視覺檢測模型 + 傳感器融合系統(tǒng)” 全流程落地：包括需求拆解、多傳感器（激光雷達 / IMU / 超聲波 / 深度相機）選型評估、數(shù)據(jù)采集與標注、模型訓練優(yōu)化、融合策略實現(xiàn)及避障邏輯驗證。
3.負責傳感器數(shù)據(jù)處理與協(xié)同：完成相機與激光雷達 / IMU 的聯(lián)合標定（外參校準）、多模態(tài)數(shù)據(jù)（圖像 / 點云 / 慣性數(shù)據(jù)）的時間同步與空間對齊，解決數(shù)據(jù)時延、不一致性等問題。
4.參與算法工程化部署：將融合算法（如 YOLO 檢測 + 卡爾曼濾波融合）結合模型量化、剪枝技術，部署至邊緣設備（Jetson Xavier/Nano、工業(yè)工控機），確保滿足工業(yè)級實時性（幀率≥20fps）與穩(wěn)定性（丟包率≤0.1%）。
5.跨團隊協(xié)作：與硬件工程師配合完成傳感器與機械臂的通信接口（Ethernet/RS485/CAN）調試，與機械工程師協(xié)同驗證避障路徑合理性，輸出技術文檔與部署手冊。
6.跟蹤傳感器融合領域前沿技術，結合業(yè)務場景評估應用可行性，推動技術迭代優(yōu)化。
任職要求
1.本科及以上學歷，計算機科學與技術、人工智能、自動化（傳感器融合 / 智 能控制方向）、機器人工程、測控技術與儀器（傳感器檢測方向）等相關專業(yè)；
2.碩士學歷優(yōu)先，研究方向為 “多傳感器融合”“智能機器人避障” 者優(yōu)先。
3. 精通 Python（數(shù)據(jù)處理、模型快速驗證）與 C++（算法工程化、高性能模塊開發(fā)），熟練使用 CMake、Makefile 構建工程，能獨立編寫可復用的算法代碼；
4.熟悉 Linux 操作系統(tǒng)，具備 Shell 腳本編寫能力，能應對邊緣設備的環(huán)境配置與調試。
5.熟練使用 PyTorch/TensorFlow 框架，具備 YOLO v5/v8/v9/v11（目標檢測）、Mask RCNN/YOLOSeg（實例分割）實戰(zhàn)經(jīng)驗，能解決工業(yè)場景中玻璃、金屬反光表面的視覺檢測問題；
6.掌握 OpenCV 圖像處理全流程（圖像濾波、特征提取、畸變校正、雙目測距），了解傳統(tǒng)視覺算法（如 SIFT、ORB）在低算力場景下的應用。
7.熟悉主流工業(yè)傳感器特性：激光雷達（Velodyne / 速騰）、IMU（慣性測量單元）、超聲波傳感器、深度相機，能根據(jù)場景選擇適配的傳感器組合；
8.掌握多傳感器融合算法原理與實戰(zhàn)：卡爾曼濾波（KF）、擴展卡爾曼濾波（EKF）、無跡卡爾曼濾波（UKF）、貝葉斯估計，或深度學習融合方案（如融合型 CNN/Transformer）；
9.具備 “視覺 + 傳感器” 數(shù)據(jù)關聯(lián)、異常數(shù)據(jù)容錯處理能力，能通過融合將避障精度提升至誤差≤5mm，解決單一傳感器失效問題。
10.掌握模型優(yōu)化技術：量化（INT8/FP16）、剪枝、蒸餾，能將模型體積壓縮 50% 以上且精度損失≤3%；
11.熟悉 ONNX/TensorRT/OpenVINO 部署流程，具備邊緣設備（工控機）部署與性能調優(yōu)經(jīng)驗；
12.了解 ROS/ROS2 生態(tài)，能實現(xiàn)傳感器數(shù)據(jù)訂閱、算法節(jié)點發(fā)布、機械臂控制指令對接。