IT人力外包人才简历库

返回列表

自动驾驶感知融合工程师

驻场外包人员
工作年限:2年 意向城市:上海 浏览:3次 发布时间:近期

技能标签

SLAM算法 点云处理 多传感器融合 深度学习框架 YOLO模型优化 卡尔曼滤波 RTK定位 CAN总线通信 嵌入式开发 计算机视觉 图像语义分割 激光雷达 非线性优化 自动驾驶感知 嵌入式系统

专业技能

精通计算机视觉算法开发,擅长多模态目标检测与语义分割,熟悉深度学习框架(TensorFlow/PyTorch)与YOLO系列模型优化。具备激光雷达点云处理经验,掌握点云滤波、降噪及空间配准技术。精通SLAM算法(视觉SLAM/Laser SLAM)与多传感器融合技术,熟悉卡尔曼滤波、非线性优化及RTK定位算法。熟悉汽车电子架构,具备CAN总线通信与嵌入式开发能力,掌握单片机编程、PCB设计及电路原理图绘制。熟悉自动驾驶系统感知模块开发流程。

工作履历(脱敏处理)

专注于自动驾驶感知系统研发,主导多模态传感器数据融合算法开发,提升系统环境感知准确率30%。设计激光雷达点云预处理模块,实现点云滤波、降噪及空间配准,提升感知系统鲁棒性。优化视觉SLAM算法,结合IMU与轮速计数据,提升定位精度与实时性。开发基于深度学习的障碍物检测模型,采用YOLOv5框架实现车道线识别与车位检测。参与汽车电子架构设计,完成CAN总线通信协议开发及嵌入式系统调试。

项目经验(脱敏处理)

1. 开发多模态目标检测系统,融合摄像头与激光雷达数据,实现复杂路况下的障碍物识别准确率提升至98%。2. 设计点云预处理模块,采用空间滤波与统计滤波算法,解决点云噪声干扰问题,提升点云配准精度。3. 实现视觉SLAM与激光SLAM算法融合,通过卡尔曼滤波优化定位结果,提升系统在动态环境下的稳定性。4. 开发基于深度学习的车道线检测模型,采用语义分割技术实现车道线边界识别,误检率降低40%。5. 设计嵌入式系统通信方案,完成CAN总线协议开发与硬件调试,确保多传感器数据同步传输。

驻场外包优势

服从性高

严格遵守甲方管理制度

技术扎实

2年项目实战经验

可长期驻场

接受异地项目外派

快速响应

24小时内可到岗

企业人才对接

专业IT人力外包服务

如果贵公司有IT项目人手缺口、需要工程师驻场开发、短期人力支援需求,欢迎联系洽谈合作。

合作热线

18969108718

商务邮箱

ntit@163.com

微信扫码咨询

微信咨询二维码

扫描二维码添加商务对接

立即申请人才对接