岗位职责
- 设计与优化视觉SLAM/VIO/SfM算法：相机位姿估计（Camera pose），轨迹优化与全局一致性（drift reduction/loop closure）；
- 优化多视角与时序数据的几何一致性：Trajectory smoothing、bundle adjustment；
- 参与手部/物体位姿估计相关算法优化：多视角融合，时序稳定性提升；
- 支持具身智能与世界模型的数据构建：提供高质量轨迹与3D结构信息，优化数据在长序列下的稳定性与一致性。
职位要求
- 熟悉SLAM/SfM基本原理：多视几何（PnP、三角化、BA），特征法或直接法（ORB/DSO等）；
- 有实际系统经验（至少一种）：ORB-SLAM/VINS/DSO/COLMAP等；
- 熟悉常见优化方法：非线性优化（Gauss-Newton/LM）；
- 熟练使用C++/Python。 加分项：
- 有以下经验之一：手部或人体位姿估计（hand pose/body pose）；
- 熟悉以下方向：3D重建（NeRF/Gaussian Splatting），learning-based SLAM/pose estimation；
- 有处理长视频或大规模数据经验。
