Computer Vision Engineer

Задачи, которые предстоит решать

- Разработать конвейер калибровки камеры (внутренние параметры + дисторсия) с использованием калибровочных досок (ArUco/шахматная).

- Вычислить внешние параметры камеры: точные углы установки (Pitch/Roll/Yaw) и высоту над объектами с погрешностью не хуже 1 градуса и 5 см.

- Реализовать проекцию 3D-координат для наложения AR-объекта на видеопоток.

- Разработать алгоритм сглаживания и компенсации вибраций на основе данных IMU (акселерометр/гироскоп) и GNSS (фильтр Калмана или комплементарный фильтр).

- Интегрировать решение в под Linux на встраиваемом ARM с ограниченной памятью.

- Понимание 3D-геометрии: системы координат, матрицы поворота, кватернионы, проективные преобразования.

- Опыт калибровки камер: расчёт intrinsic/extrinsic параметров с помощью OpenCV, Kalibr или MATLAB.

- Знание методов сенсорной интеграции: фильтр Калмана (EKF), комплементарный фильтр для слияния GNSS/RTK и IMU.

- Опыт разработки на C++/Rust/Python под Linux, включая работу с многопоточностью и профилированием производительности.

- Практический опыт в составлении документации и тестировании на реальном железе.

Будет плюсом

- Опыт работы с ARM-архитектурой.

- Знание OpenCV (только модули калибровки, без тяжёлого трекинга/ML).

- Навыки работы с ROS/ROS2 или другими фреймворками для робототехники.

- Опыт разработки ADAS-систем или парковочных ассистентов для автомобилей.

- Понимание работы с IMU (акселерометр, гироскоп, магнитометр) и компенсации дрейфа.

- Понимание принципов работы GNSS/RTK и пересчёта координат (LLA, ECEF, ENU).

- Проектная работа.

- Полный цикл: от калибровки на полигоне до интеграции в финальное приложение.

- Возможна удалённая работа с периодическими выездами на тесты.