无人机导航算法工程师

岗位职责：

1.多传感器数据融合：设计并实现电力无人机的多传感器融合算法，处理LiDAR、RGB摄像头、红外相机、IMU、GPS等传感器数据，为3D建图、定位和检测提供精确的感知数据。
2.三维环境建模与数据处理：开发并优化3D点云数据处理算法，实现电力巡检所需的电塔、电线、障碍物、变电站等三维建模，确保无人机能够实时理解复杂的电力环境。
3.路径规划与避障：设计无人机在电力线路、电塔周边、变电站的路径规划算法，结合3D数据和环境特性，实现安全可靠的路径规划与避障。
4.精确定位与自主导航：利用多传感器数据，提升无人机在电力巡检场景下的自主导航和定位精度，以保证巡检任务的精确性和数据可靠性。
5.故障检测与异常处理：在复杂电力环境中进行数据异常检测和传感器异常处理，提高系统的鲁棒性和可靠性。
6.算法测试和优化：在实际电力巡检环境中测试数据融合和路径规划算法，优化其实时性和鲁棒性。

资格要求：

1.多传感器融合技术：掌握卡尔曼滤波（KalmanFilter）、扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）、点云和图像融合等多传感器数据融合算法。
2.3D点云处理与建模：熟悉点云数据处理（如过滤、降噪、配准、分割等）、三维建模和基于点云的障碍物检测算法，能够实现无人机在电力场景中的三维环境感知。
3.SLAM与定位：掌握SLAM技术，尤其是激光雷达SLAM和视觉SLAM（如ORB-SLAM、LIO-SAM），在GPS信号不稳定的情况下实现高精度定位。
4.强化学习路径规划算法设计：设计并实现基于强化学习（如深度Q网络、策略梯度、Actor-Critic）的无人机路径规划算法，使无人机在动态和未知环境中实现自主导航和路径优化。
5.路径规划算法：熟悉Dijkstra、A*、RRT等传统路径规划算法，并能够将其与强化学习算法结合应用于无人机自主导航和避障，能够结合三维数据进行动态避障和路径优化。
6.编程能力：熟练掌握C++和Python，具有扎实的算法开发能力，能够实现并优化复杂的算法。
7.机器视觉与图像处理：具备图像处理和计算机视觉知识，掌握目标检测、跟踪等深度学习方法，如CNN、RNN、Transformer等，以提升感知和融合效果，能够在电力环境中进行电塔、电线、绝缘子等目标检测和识别并根据结果自主导航决策。
8.无人机控制系统知识：了解无人机的飞行控制原理，熟悉无人机的导航、姿态控制和任务执行逻辑，能够实现精确的飞行控制。
9.开发工具和框架：熟练使用ROS（RobotOperatingSystem）、PCL（PointCloudLibrary）、OpenCV、Gazebo等开发工具；熟悉无人机飞控平台（如PX4、Ardupilot）和仿真环境。
教育背景和经验要求：
1.学历要求：具备计算机科学、电子工程、自动化、航空航天工程、测绘与遥感、机器人学等相关领域的硕士以上学历。
2.相关经验：在研究机构或企业中参与过多传感器融合和导航感知项目，具备无人机巡检、多传感器融合、3D数据处理、路径规划等领域的实际项目经验，特别是在电力行业中应用无人机进行巡检的经验。
3.研究背景：在顶级会议或期刊发表过多传感器融合、3D建模或路径规划方面的论文者优先。

加分项：
1.电力巡检经验：有电力巡检或变电站、输电线路检查相关的无人机项目经验，能够理解电力环境的特殊需求。
2.嵌入式系统开发经验：有嵌入式系统开发经验，能够在无人机板载计算单元上进行数据融合和路径规划算法的实现和优化。
3.复杂环境中的自主导航经验：具备在森林、城市、电力、室内等复杂环境中实现无人机自主导航和避障的经验。
4.AI与传感器融合经验：能够使用深度学习等人工智能方法增强传感器数据融合效果，如目标检测、姿态估计、路径规划等。
工作场景和实际挑战：
该岗位的工作主要围绕电力巡检场景中的无人机自主飞行技术，工作场景包括：
l在真实的电力线路或变电站环境中进行无人机测试。；
l分析并处理复杂电力环境下的3D数据，解决GPS信号受干扰或失效、传感器数据质量不佳等问题；
l设计和调试无人机的三维路径规划和避障算法，确保巡检任务的安全性和精准性。