【岗位职责】
1.整体感知架构设计与能力提升
￮全面负责商用清洁机器人感知系统的技术路线规划、架构设计与核心算法开发，持续提升机器人在仓储、商超、高铁站、酒店、写字楼、地下车库等复杂商业环境下的环境感知能力与鲁棒性。
￮主导感知能力全面升级：针对清洁机器人的特殊作业需求（如地面材质识别、水渍/污渍检测、低矮障碍物识别、悬崖/台阶检测、玻璃/镜面反射处理等），设计并优化多传感器感知方案，确保清洁作业的安全、高效与完整覆盖。
2.多模态感知算法开发与问题解决
￮负责激光感知或深度相机/鱼眼相机感知方向的算法研发与工程落地，包括但不限于：
▪基于点云的障碍物检测/分割/跟踪；
▪基于RGB/深度/鱼眼图像的目标检测、语义分割、实例分割、可通行区域检测；
▪深度估计、单目视觉、鱼眼去畸变及特征提取。
￮负责超声波、红外、触边、防跌落传感器等辅助感知模块的算法开发与数据融合，解决贴近地面（<5cm）的障碍物、透明/镜面障碍物、悬空边缘等传统感知难点。
￮深入解决量产中的实际感知问题：如光照剧烈变化、地面反光、水渍反光、地毯与硬地板的误分类、传感器脏污遮挡导致的数据失效等。
3.多传感器融合算法开发
￮设计并实现激光-视觉-超声波-里程计-IMU等多源异构传感器的紧耦合/松耦合融合框架，提升感知的冗余性、一致性和实时性。
￮开发基于融合结果的动态障碍物跟踪与预测模块，为运动规划提供稳定、低延迟的代价地图（costmap）和障碍物轨迹预测。
4.前沿技术预研与工程转化
￮负责BEV（Bird’s Eye View，鸟瞰视图）感知与OCC（Occupancy Network，占用网络）技术路线的预研与原型验证，探索基于环视鱼眼/多相机/激光雷达的BEV特征融合方案，实现端到端的3D空间占用表示，提升对异形障碍物、悬空物体的感知能力。
￮研究轻量化感知模型，实现在嵌入式平台（NVIDIA Jetson、RK3588等）上的实时推理，并推动预研成果在下一代清洁机器人产品中的落地。
5.团队管理与协作
￮领导感知算法团队的技术规划、任务分解、人员培养与绩效评估，建立规范的数据闭环、模型迭代与评测体系。
￮与定位、规控、嵌入式、产品等部门紧密配合，保障感知模块从研发到量产的全链路质量与稳定性。
【任职要求】
1.基本条件
￮硕士及以上学历，计算机视觉、模式识别、机器人、自动化等相关专业。
￮6年以上机器人感知或自动驾驶感知领域工作经验，其中至少4年专注于室内清洁机器人或商用服务机器人行业，具备完整的产品量产落地经验（至少1款商用清洁机器人已上市）。
2.专业技能
￮精通以下方向之一：
▪激光感知：深刻理解基于点云的障碍物检测、分割、聚类算法（如DBSCAN、欧式聚类、PointNet++等），熟悉激光雷达选型与标定；
▪深度相机/鱼眼相机感知：深刻理解基于RGB/深度/鱼眼图像的目标检测、分割、深度估计等算法（如YOLO系列、Mask R-CNN、DeepLab、Monodepth等），熟悉深度相机（RealSense、奥比中光等）或鱼眼相机的模型与标定。
￮扎实的编程能力：精通C++/Python，熟悉PyTorch/TensorFlow等深度学习框架，具备良好的代码工程化能力。
3.行业问题解决能力
￮对商用清洁机器人典型感知痛点有深入理解及有效解决方案：
▪低矮障碍物（数据线、地毯边、门槛、地插等）的可靠检测与距离估计；
▪悬空/悬崖检测（楼梯、向下台阶）在多种地面材质（瓷砖、大理石、地毯）下的鲁棒性；
▪透明/镜面障碍物（玻璃门、镜面墙、落地窗）的感知与避让；
▪地面脏污/水渍/油污的视觉识别能力（区分真实污渍与地面纹理、光影）。
￮具备超声波传感器的实际开发经验，能有效利用超声波解决低矮、玻璃等激光/视觉盲区问题。
￮具备多传感器融合的工程落地经验（如EKF/UKF、贝叶斯融合、决策级融合等），能有效融合激光、视觉、超声波、红外等多源数据。
4.预研视野
￮对BEV感知有实际研究或深度理解：了解基于Transformer或LSS的BEV特征生成方法，有在机器人或自动驾驶领域构建BEV感知模型的经验者优先。
￮对占用网络（Occupancy Network） 有清晰认知，理解其相比于传统占据栅格地图的优劣，并有能力组织团队进行原型开发与评测。
5.软素质
￮优秀的技术领导力与项目管理能力，有带领5人以上算法团队的经验。
￮极强的自驱力与抗压能力，热爱机器人行业，能适应快速迭代的研发节奏。