机器人视觉算法工程师

岗位职责 负责移动机器人视觉感知与算法模块开发，包括目标检测、语义分割、实例分割、目标识别、目标跟踪、深度估计、视觉定位等方向。 负责机器人视觉传感器数据处理，包括 RGB 相机、深度相机、双目相机、鱼眼相机、激光雷达等传感器的数据接入、标定、同步、预处理与融合。 负责机器人环境感知算法开发与优化，包括障碍物识别、可通行区域检测、地面分割、边界识别、目标区域识别、作业对象识别等。 参与机器人 SLAM、定位与导航相关算法开发，包括视觉 SLAM、激光 SLAM、多传感器融合定位、地图构建、回环检测、重定位等。 负责视觉算法在机器人实际场景中的效果优化，包括复杂光照、反光、遮挡、动态目标、弱纹理、重复纹理、室内外切换等问题处理。 负责算法模型的训练、评估、部署和迭代，包括数据采集、数据清洗、标注规范制定、模型训练、指标评估、误检漏检分析等。 负责深度学习模型在机器人端的工程化部署，包括模型导出、推理加速、端侧优化、实时性优化和资源占用优化。 负责 ROS / ROS2 环境下视觉算法模块的集成，完成图像、点云、识别结果、障碍物信息、定位结果等数据链路打通。 参与机器人整机联调和现场测试，针对视觉感知异常、定位漂移、识别不稳定、误检漏检、避障异常等问题进行分析和修复。 编写算法调试工具、数据回放工具、可视化工具、测试脚本和相关技术文档，提高算法验证和问题定位效率。 配合导航、控制、嵌入式、机械、电气和产品团队完成机器人算法方案设计、系统集成和项目落地。 任职要求 本科及以上学历，计算机、人工智能、机器人工程、自动化、电子信息、软件工程等相关专业优先。 熟悉 Linux 开发环境，熟悉 Python 或 C++，具备良好的算法实现能力和工程代码能力。 熟悉计算机视觉基础，理解图像处理、相机模型、相机标定、坐标变换、特征提取、目标检测、图像分割、目标跟踪等基本概念。 熟悉至少一种深度学习框架，如 PyTorch、TensorFlow、PaddlePaddle 等，能够完成模型训练、调试、评估和部署。 熟悉常见视觉算法模型或框架，如 YOLO、Mask R-CNN、DeepLab、SegFormer、SAM、DETR、ByteTrack、DeepSORT 等。 熟悉 OpenCV、NumPy、PCL、Eigen 等常用算法库，能够处理图像、