泊车感知算法工程师_XC

工作职责： 负责自动泊车（APA / RPA / AVP）感知算法研发与量产落地，聚焦 Freespace、Occupancy（OCC）占用感知，构建车库场景空间占据表示； 基于图像、点云、多相机 BEV 架构开发占用网络、可行驶区域、空车位空间检测，输出稠密空间占据、占用流、障碍物体素表示； 负责多传感器（摄像头、超声、毫米波雷达）与 OCC / Freespace 的融合，解决地下车库弱光、反光、遮挡、异形车位、低矮障碍物等难点； 参与端到端泊车感知 / 规划联合方案调研、预研与验证； 搭建泊车场景 OCC / Freespace 数据集，设计标注、数据筛选、仿真增广、自动评测体系；完成模型训练、损失设计、后处理、量化压缩与车载部署； 实车调试，基于日志、点云、图像、标定数据定位召回、误报、时序漂移问题，持续提升稠密感知的精度、时延与鲁棒性； 和规划、控制、测试、标定团队对齐感知输出接口、指标体系（占用准确率、空区域召回、边缘精度等），推动算法迭代交付； 跟踪 BEV、Occupancy、Sparse / Dense 占用、端到端自动驾驶感知前沿，评估新技术在泊车场景的落地价值。 Qualifications 任职要求： 硕士及以上，计算机、自动化、电子信息、模式识别等相关专业； 扎实的计算机视觉、深度学习基础，熟悉相机成像、多视几何、BEV、Transformer、体素 / 栅格表示； 有 Freespace 或 Occupancy / OCC 算法开发经验优先，有稠密占用网络、可行驶区域分割项目经验； 熟练 PyTorch，C++ / Python，熟悉 OpenCV、PCL；了解 ONNX、TensorRT、模型量化、车载 SOC 部署； 熟悉车载传感器特性，做多相机标定、时 空同步、传感器融合；有泊车场景（地下车库、室内）感知经验加分； 能独立分析实车日志、构建…