岗位职责
- 负责车道级定位核心算法研发，基于 ESKF、多传感器融合及规则引擎/端到端模型，构建高鲁棒性的定位系统。
- 设计并实现 GNSS、IMU、视觉、地图等多模态信息融合方案，优化复杂场景（高架、隧道、城区峡谷、岔路口等）下的定位稳定性与连续性。
- 负责车道匹配、拓扑关联、时序跟踪等核心模块开发，提升定位精度、稳定性与异常恢复能力。
- 探索端到端定位与时序建模技术，结合 Transformer、BEV、轨迹建模等方法，提升复杂道路场景中的定位与场景理解能力。
- 研究并落地基于学习模型与规则引擎结合的定位增强方案，优化多源信息冲突、感知退化、地图误匹配等问题。
- 负责定位算法工程化与量产落地，包括实时性优化、资源优化、异常诊断、闭环评测及线上问题分析。
- 参与高精地图、导航、感知、规划控制等上下游模块协同，推动定位系统在真实道路环境中的持续迭代与性能提升。
- 跟踪自动驾驶定位领域前沿技术，主导关键技术预研与原型验证。
职位要求
- 具备车道级定位、组合导航或自动驾驶定位相关研发经验，熟悉 ESKF、Kalman Filter、因子图优化等主流定位算法。
- 熟悉 GNSS、IMU、视觉、地图等多传感器融合原理，具备复杂场景定位问题分析与优化经验。
- 具备规则引擎或端到端定位模型开发经验
- 熟悉 Transformer、BEV、时空序列建模等深度学习技术，有车道级定位/自动驾驶定位/轨迹预测相关经验者优先。
- 熟练使用 C++/Python，具备性能优化、稳定性分析、日志诊断与问题闭环能力。
- 具备较强的问题分析与技术攻坚能力，能够独立推动复杂系统设计与核心问题解决。
- 具备良好的跨团队协作与沟通能力，能够推动算法、感知、地图、导航等团队协同落地。
- 有技术带头或核心项目负责人经验者优先，能够推动团队技术成长与工程规范建设。
