Разработчик методов оптимизации в команду лидарной карты
Наша команда занимается механизмами автоматизированного построения и обновления лидарной карты и алгоритмами глобальной оптимизации облаков точек. Приходите к нам, если вам интересно работать с облаками точек и решать оптимизационные задачи.Развитие алгоритмов оптимизации
Вы будете улучшать алгоритмы оптимизации на фактор-графе. Развивать метрики матчинга между облаками. Добавлять в матчинг дополнительную информацию (сегментация, локальные свойства облаков). Улучшать глобальную оптимизацию на основе и прошлого, и будущего. Детекция устаревания карты и её автоматическое перестроение
Понадобится определять неактуальность лидарной карты по накату автономного флота и развивать методы автоматического перестроения карты на основе этих же данных. Автоматизированная проверка качества построенной карты
Вы станете создавать методы, чтобы автоматически проверять карту: находить неудачные результаты оптимизации и оценивать качество локализации.* Работали с облаками точек * Решали оптимизационные задачи * Обладаете хорошим математическим бэкграундом и готовы погружаться в мир state-of-the-art алгоритмов оптимизации * Владеете C++ и Python * Знаете классические алгоритмы и структуры данных* Решали задачи SLAM или занимались оптимизацией на фактор-графах * Знаете, что такое ICP и NDT * Работали с Ceres, g2o или GTSAM * Использовали облачные инструменты оркестрации данных (Нирвана Яндекса, Airflow, Dagster)
Вы будете улучшать алгоритмы оптимизации на фактор-графе. Развивать метрики матчинга между облаками. Добавлять в матчинг дополнительную информацию (сегментация, локальные свойства облаков). Улучшать глобальную оптимизацию на основе и прошлого, и будущего. Детекция устаревания карты и её автоматическое перестроение
Понадобится определять неактуальность лидарной карты по накату автономного флота и развивать методы автоматического перестроения карты на основе этих же данных. Автоматизированная проверка качества построенной карты
Вы станете создавать методы, чтобы автоматически проверять карту: находить неудачные результаты оптимизации и оценивать качество локализации.* Работали с облаками точек * Решали оптимизационные задачи * Обладаете хорошим математическим бэкграундом и готовы погружаться в мир state-of-the-art алгоритмов оптимизации * Владеете C++ и Python * Знаете классические алгоритмы и структуры данных* Решали задачи SLAM или занимались оптимизацией на фактор-графах * Знаете, что такое ICP и NDT * Работали с Ceres, g2o или GTSAM * Использовали облачные инструменты оркестрации данных (Нирвана Яндекса, Airflow, Dagster)