泊车感知算法工程师_XC
工作模式
在工地的
工作领域
工程
加入为
专业人员
工作时间
全日制
合同类型
有限期
赔偿
根据协议
你的任务
工作职责：
- 负责自动泊车（APA / RPA / AVP）感知算法研发与量产落地，聚焦 Freespace、Occupancy（OCC）占用感知，构建车库场景空间占据表示；
- 基于图像、点云、多相机 BEV 架构开发占用网络、可行驶区域、空车位空间检测，输出稠密空间占据、占用流、障碍物体素表示；
- 负责多传感器（摄像头、超声、毫米波雷达）与 OCC / Freespace 的融合，解决地下车库弱光、反光、遮挡、异形车位、低矮障碍物等难点；
- 参与端到端泊车感知 / 规划联合方案调研、预研与验证；
- 搭建泊车场景 OCC / Freespace 数据集，设计标注、数据筛选、仿真增广、自动评测体系；完成模型训练、损失设计、后处理、量化压缩与车载部署；
- 实车调试，基于日志、点云、图像、标定数据定位召回、误报、时序漂移问题，持续提升稠密感知的精度、时延与鲁棒性；
- 和规划、控制、测试、标定团队对齐感知输出接口、指标体系（占用准确率、空区域召回、边缘精度等），推动算法迭代交付；
- 跟踪 BEV、Occupancy、Sparse / Dense 占用、端到端自动驾驶感知前沿，评估新技术在泊车场景的落地价值。
您的个人资料 任职要求：
- 硕士及以上，计算机、自动化、电子信息、模式识别等相关专业；
- 扎实的计算机视觉、深度学习基础，熟悉相机成像、多视几何、BEV、Transformer、体素 / 栅格表示；
- 有 Freespace 或 Occupancy / OCC 算法开发经验优先，有稠密占用网络、可行驶区域分割项目经验；
- 熟练 PyTorch，C++ / Python，熟悉 OpenCV、PCL；了解 ONNX、TensorRT、模型量化、车载 SOC 部署；
- 熟悉车载传感器特性，做多相机标定、时
- 空同步、传感器融合；有泊车场景（地下车库、室内）感知经验加分；
- 能独立分析实车日志、构建评测指标，对稠密感知的误差来源有较强定位能力；
- 良好工程素养，有量产交付意识，熟悉算法从训练、仿真到实车验证全流程。
任职要求：
- 硕士及以上，计算机、自动化、电子信息、模式识别等相关专业；
- 扎实的计算机视觉、深度学习基础，熟悉相机成像、多视几何、BEV、Transformer、体素 / 栅格表示；
- 有 Freespace 或 Occupancy / OCC 算法开发经验优先，有稠密占用网络、可行驶区域分割项目经验；
- 熟练 PyTorch，C++ / Python，熟悉 OpenCV、PCL；了解 ONNX、TensorRT、模型量化、车载 SOC 部署；
- 熟悉车载传感器特性，做多相机标定、时
- 空同步、传感器融合；有泊车场景（地下车库、室内）感知经验加分；
- 能独立分析实车日志、构建评测指标，对稠密感知的误差来源有较强定位能力；
- 良好工程素养，有量产交付意识，熟悉算法从训练、仿真到实车验证全流程。
