崗位職責(zé):
1.目標(biāo)軌跡算法開發(fā):
基于激光雷達(dá)點(diǎn)云數(shù)據(jù),結(jié)合攝像頭、毫米波雷達(dá)等多傳感器信息,開發(fā)動態(tài)障礙物(如車輛、行人)的軌跡預(yù)測算法,包括短時軌跡預(yù)測、行為意圖預(yù)測,并優(yōu)化預(yù)測模型的準(zhǔn)確性與實(shí)時性;對LSTM、Transformer等深度學(xué)習(xí)模型的改進(jìn),融合時序信息與空間特征;
2.多模態(tài)數(shù)據(jù)融合于預(yù)測模型構(gòu)建:
使用卡爾曼濾波、粒子濾波、貝葉斯網(wǎng)絡(luò)等技術(shù),主導(dǎo)多傳感器(激光雷達(dá)、攝像頭、IMU等)數(shù)據(jù)的時空對其與融合,設(shè)計(jì)聯(lián)合預(yù)測框架,提升復(fù)雜場景(如十字路口、擁堵路段)下預(yù)測系統(tǒng)的魯棒性;
3.協(xié)同規(guī)劃與控制模塊:將預(yù)測結(jié)果與自動駕駛決策、路徑規(guī)劃與自動駕駛決策、路徑規(guī)劃深度集成,提供動態(tài)障礙物的未來軌跡概率分布,支持車輛避障、跟車等決策邏輯。
任職要求:
1.碩士研究生及以上學(xué)歷,計(jì)算機(jī)科學(xué)、自動化、應(yīng)用數(shù)學(xué)、車輛工程等相關(guān)專業(yè);
2.熟悉軌跡預(yù)測經(jīng)典方法(如Social LSTM、MFP、VectorNet),掌握時序建模、概率圖模型、多目標(biāo)跟蹤理論,熟悉Lidar及Ridar;
3.熟悉激光雷達(dá)點(diǎn)云的聚類分割、LEGO-LOAM算法等;
4.精通C++/Python,熟悉ROS/ROS2框架,具備Ten搜人RT、CUDA等嵌入式部署經(jīng)驗(yàn)者優(yōu)先;
5.熟練使用Pytorch、TensorFlow,熟悉點(diǎn)云處理庫(PCL)、多傳感器標(biāo)定工具(如Autoware、Apollo)