岗位职责 1、负责 L4 自动驾驶无图/轻图方案及在线地图系统研发，基于 Camera、LiDAR等多传感器输入，实时生成面向规划控制的局部道路环境表示。 2、负责在线矢量化地图模型的研发、训练与优化，实现道路要素的检测、矢量化和属性预测： 3、负责道路拓扑关系建模，包括车道前驱/后继、合流/分流、相邻关系、可变道关系，以及交通灯、交通标志与车道之间的绑定关系，构建可供规划直接消费的局部 Lane Graph。 4、负责时序在线建图与地图跟踪算法研发，结合 Ego-motion Compensation、Temporal BEV、Memory Query、Map Element Tracking 等技术，提高地图要素在遮挡、磨损标线、复杂路口和远距离场景下的连续性与稳定性。 5、负责无图、轻图模式下的地图融合与回退机制设计，包括弱地图先验融合、地图新鲜度判断、在线观测与离线地图冲突检测，以及低置信度条件下的安全降级策略。 6、负责 SLAM/VIO、组合导航与在线地图感知之间的联合优化，解决传感器标定、时间同步、坐标转换、位姿误差和跨帧对齐对实时建图效果的影响。 7、建立在线地图算法评测体系，从几何、拓扑、时序和闭环行为等维度评估模型, 参与自动驾驶数据闭环建设，基于真实路况日志开展问题触发、场景切片、困难样本挖掘、自动标注、数据清洗、训练迭代和版本回归。 8、针对复杂路口、合流分流、无标线道路、施工改道、夜间、雨雾、强遮挡等关键长尾场景开展专项优化，推动算法在 L4 实际运营 ODD 中落地。 9、负责模型工程化与车端部署优化，包括模型蒸馏、剪枝、量化、TensorRT 加速、显存与时延优化，满足车端实时性、稳定性和资源约束。 10、参与模型发布验证，通过离线回放、场景仿真、Shadow Mode、封闭场测试和道路测试建立版本准入及回滚机制。 任职要求 1、计算机、人工智能、自动化、机器人、测绘、电子信息等相关专业，硕士及以上学历；优秀本科生亦可。 2、具备扎实的计算机视觉、深度学习、三维几何和 Transformer 基础，熟悉 BEV 感知、矢量化表示、集合预测、Query-based Decoder 等技术。 3、熟悉自动驾驶动态地图、语义地图、高精地图及在线建图技术体系，理解强图、轻图与无图方案的系统差异和适用边界。 4、熟悉下列一个或多个方向，并具备实际研发、训练或优化经验： （1）在线高精地图：HDMapNet、VectorMapNet、MapTR、MapTRv2； （2）时序建图：StreamMapNet、MapTracker 等； （3）道路拓扑：TopoNet、TopoMLP、OpenLane-V2； （4）BEV 感知：LSS、BEVDepth、BEVFormer、BEVFusion； （5）Occupancy或一体化方案：Occ3D、UniAD、VAD 等。 5、熟悉车道线、道路边界、路口拓扑、可行驶区域等任务的数据定义、Ground Truth 构建、Hungarian Matching、Polyline Matching 和损失函数设计。 6、熟悉多视角几何、相机模型、坐标系变换、传感器标定和时序同步；理解 SLAM、VIO、点云配准或多传感器组合定位的基本原理。 7、熟悉自动驾驶数据闭环流程，具备大规模真实路况数据清洗、自动标注、场景挖掘、训练集构建、模型迭代及回归评测经验。 8、能够根据算法失败特征建立场景 Slice，例如复杂路口拓扑断裂、远距离车道漏检、地图时序跳变、施工区域地图冲突等，并制定针对性的优化方案。 9、熟练使用 Python、PyTorch，具备良好的 C++ 编程能力；熟悉 CUDA、TensorRT、ONNX 或其他模型部署工具。 10、具备较强的实验设计和问题分析能力，能够完成数据分析、消融实验、指标归因、性能分析及技术文档编写。 11、具备良好的团队协作能力，能够与感知、定位、地图、预测、规划、数据平台和测试团队共同推进系统落地。