Connect over MCP — free, no account needed to search.工作职责: 1、负责行/泊车场景BEV+Transformer感知模型算法设计和开发工作,包括高速/城区等场景中的动态障碍物、车道线Mapping、通用障碍物Occ/fFS、室内外场景中车位检测等感知模型开发、部署和调优; 2、负责多车型平台的主线感知算法的持续迭代,联合数据生产和数据挖掘,构建高效的数据闭环系统,实现正向的算法设计实现和逆向的问题快速修复解决的闭环链路…
【岗位职责】 负责自动驾驶 Occupancy Network (OCC) 相关算法研发，构建高精度3D场景占据网络模型。 设计并实现端到端的占据栅格算法，从多传感器（摄像头、激光雷达等）数据中提取环境信息，生成3D占据栅格地图。 优化 OCC 模型的推理效率、精度及在复杂场景下的鲁棒性与实时性。 结合深度学习与计算机视觉，开发高效的3D目标检测、语义分割及场景理解算法。…
负责HPA/AVP等功能的环境感知模型的开发，针对停车位/车道线/地面标识/可行驶区域/目标等进行检测识别，包括但不局限于BEV，OCC/GOD等方案； 基于云端平台开发auto labeling 模型，推动数据闭环，加速模型迭代； 负责算法在泊车产品中的落地和性能优化，解决相关问题。 对泊车场景中的感知问题有深入理解，具有泊车功能开发及量产经验者优先；…
岗位职责： ●核心负责自动驾驶泊车场景（APA/HPA/AVP）下的视觉3D目标检测算法研发、设计与迭代，基于环视相机等视觉传感器，实现泊车场景关键目标（车辆、行人、骑行者、车位、锥桶、地锁等）的精准3D检测、特征提取及位置、尺寸估计。 ●深入研究视觉3D/OCC目标检测相关算法，重点深耕图像-based…
1. 负责自动驾驶系统中 BEV（鸟瞰图）感知算法的研发与工程化落地，包括但不限于 2D/3D 目标检测、语义分割、深度估计、多目标跟踪、车道线感知、占用网格等任务。 2. 设计城市道路、园区物流、乡村道路等全场景解决方案，主导无图化端到端自动驾驶算法研发，推动复杂场景下的自动驾驶算法落地。 3. 基于实车长尾场景问题（Bad Case）设计优化方案，构建数据驱动的One…
负责行车/泊车场景下多任务学习算法的研发与优化，包括动态/静态感知等模型的联合训练； 设计高效的多任务训练框架，提高任务间的协同效率和模型性能； 研究多任务学习中的损失平衡、任务冲突解决等关键问题，提升模型的稳定性和泛化能力； 基于真实驾驶数据和仿真数据进行模型训练、调优及部署； 跟踪最新的多任务学习、深度学习和自动驾驶领域的研究进展，应用于实际业务场景； 支持相关团队解决训练中的技术问题，并推动算法在自动驾驶系统中的落地应用。…