岗位描述
参与车端视觉定位系统的研发与优化，提升数据挖掘效率与定位系统稳定性；参与多相机视觉重定位、视觉增量建图、地图更新等相关算法的落地与优化；探索SOTA方法在视觉初始化方面的应用，提升整体初始化效率。要求深入理解计算机多视图几何、图像匹配、后端优化、增量建图等算法，熟悉基于深度学习特征的场景识别（VPR）与特征匹配方法；熟悉图优化、粒子滤波、非线性最小二乘等非线性优化理论，熟练使用 Ceres、Eigen 等工具库；具备丰富的 C++ 开发经验，能够深度开发现有 SLAM、SFM 框架，如 ORB-SLAM、VINS、Colmap 等；具备扎实的数学功底，以及相机标定、VIO、LVIO、视觉特征定位、视觉初始化重定位等项目研发经验。