决策规划工程师 - 地图融合 (JR20260331002)

岗位职责

岗位简述

该岗位将深度参与下一代自动驾驶系统的研发，负责打通语义高精地图、实时感知数据与最终的车辆轨迹生成。不仅需要设计高可扩展的软件底层架构，还要将前沿的深度学习模型与规控算法真正在实车落地，使自动驾驶车辆能够在复杂、多变的真实道路环境中安全、智能地行驶。

岗位职责

1. 系统架构设计： 负责地图融合、实时地图向量化、以及行为/运动规划模块的数据流管线（Data Pipelines）与 API 架构设计。
2. 高精地图与感知融合： 设计并部署创新的软件框架，将离线高精地图（HD Map）与在线感知数据有机融合，构建统一的局部环境模型。
3. 前沿在线建图： 开发与优化在线建图算法，运用 BEV（鸟瞰图）视角及 DETR/Query 等前沿网络模型，实时生成车道线、路口等地图元素，并构建准确的路网拓扑关系。
4. 运动规划与轨迹优化： 设计、实现并验证核心运动规划算法，在向量化地图特征、路径生成与轨迹优化之间建立紧密的闭环反馈。
5. 端到端模型部署落地： 主导深度学习建图/规控模型端到端的部署管线——涵盖基于 Python 的训练、ONNX 优化，以及在 C++ 运行时高频、高效的落地与执行。
6. 地图异动与安全检测： 开发实时的地图异常与场景变动检测算法，确保规划系统在地图过时或环境多变情况下的鲁棒性与安全性。
7. 系统级性能优化： 针对安全关键型（Safety-critical）的 C++ 模块，深度优化系统延时、CPU/GPU 内存占用以及多线程并行执行效能。

任职要求

任职资格

1. 教育背景： 计算机、机器人、电子工程、自动化或相关专业本科/硕士/博士学历。
2. 工作经验： 工程师需 3 年以上 / 高级工程师需 5 年以上自动驾驶、机器人系统架构或空间计算相关经验。
3. 工程能力： 具备优秀的编程能力与代码品味，精通生产级别的现代 C++（Modern C++ 14/17/20，深入理解多线程与内存管理），并具备熟练的 Python 快速原型开发能力。
4. 规控算法基础： 扎实掌握路径规划基础算法（如 A*、Dijkstra、Hybrid A* 以及基于采样的 RRT* 等），熟悉车辆运动学与动力学模型。
5. 机器人学核心： 深入理解机器人学底层原理，包括三维坐标系转换、空间几何学及状态估计。
6. 系统设计与中间件： 具备扎实的系统设计能力，熟悉常用的自动驾驶中间件（如 ROS2、DDS）及分布式软件架构。

部门

Voyager