无人机导航算法研发工程师

岗位职责：

1.多传感器数据融合：研发并部署适用于电力巡检无人机的多源传感器融合方案，整合LiDAR、RGB相机、红外成像、IMU、GPS等数据流，为三维建图、精准定位与目标检测提供高可靠性感知支持。

2.三维环境建模与数据处理：构建并优化面向电力设施的3D点云处理流程，实现对电塔、导线、障碍物及变电站的精细化三维重建，保障无人机在复杂电力场景中的环境理解能力。

3.路径规划与避障：开发适用于输电线路、电塔周边及变电站区域的路径规划算法，融合三维空间信息与环境特征，实现安全、高效、动态的飞行路径生成与障碍规避。

4.精确定位与自主导航：基于多传感器协同，提升无人机在电力巡检任务中的定位稳定性与导航精度，确保作业过程的可重复性与数据采集的准确性。

5.故障检测与异常处理：针对电力环境中可能出现的数据异常或传感器失效问题，设计鲁棒的检测与容错机制，增强系统整体运行的可靠性与容灾能力。

6.算法测试和优化：在真实电力巡检条件下开展算法验证，持续优化数据融合与路径规划模块的实时性能与抗干扰能力。

资格要求：

1.多传感器融合技术：精通卡尔曼滤波（KalmanFilter）、扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）以及点云与图像融合等相关算法，具备实际工程应用经验。

2.3D点云处理与建模：掌握点云去噪、滤波、配准、分割等处理技术，熟悉基于点云的三维建模与障碍物识别方法，能够支撑电力场景下的环境感知需求。

3.SLAM与定位：熟练掌握SLAM技术体系，特别是激光SLAM和视觉SLAM（如ORB-SLAM、LIO-SAM），可在弱GPS或无GPS环境下实现高精度定位。

4.强化学习路径规划算法设计：具备基于强化学习（如深度Q网络、策略梯度、Actor-Critic架构）的路径规划算法开发能力，支持无人机在未知或动态环境中自主决策与路径优化。

5.路径规划算法：熟悉Dijkstra、A*、RRT等经典路径搜索算法，并能将其与强化学习策略结合，应用于三维空间中的避障与航迹优化。

6.编程能力：熟练使用C++和Python进行算法开发，具备良好的代码实现与性能调优能力，可高效处理复杂计算任务。

7.机器视觉与图像处理：具备计算机视觉基础，掌握CNN、RNN、Transformer等深度学习模型，用于目标检测、跟踪等任务，在电力场景中完成对电塔、导线、绝缘子等关键部件的识别与导航辅助决策。

8.无人机控制系统知识：了解无人机飞行控制原理，熟悉姿态控制、导航逻辑与任务执行机制，能够实现精准可控的自动飞行功能。

9.开发工具和框架：熟练运用ROS、PCL、OpenCV、Gazebo等开发平台；熟悉PX4、Ardupilot等飞控系统及仿真环境搭建。

教育背景和经验要求：

1.学历要求：计算机科学、电子工程、自动化、航空航天、测绘遥感、机器人等相关专业硕士及以上学历。

2.相关经验：曾在科研机构或企业参与多传感器融合、导航感知类项目，具有无人机巡检、三维数据处理、路径规划等实际开发经验，尤其在电力行业有无人机应用背景者优先。

3.研究背景：在高水平会议或期刊发表过多传感器融合、三维建模或路径规划方向论文者更佳。

加分项：

1.电力巡检经验：具备输电线路、变电站等电力设施的无人机巡检项目经历，理解电力作业的安全规范与特殊环境挑战。

2.嵌入式系统开发经验：拥有嵌入式平台开发背景，能在无人机机载计算单元上部署并优化数据融合与路径规划算法。

3.复杂环境中的自主导航经验：具备森林、城市、室内或电力设施等复杂场景下无人机自主飞行与避障的实际经验。

4.AI与传感器融合经验：能够结合深度学习等人工智能技术提升传感器融合效果，应用于目标识别、位姿估计、路径决策等环节。

工作场景和实际挑战：

该岗位聚焦于电力巡检场景下的无人机智能飞行技术研发，主要工作内容包括：

l在真实输电线路或变电站现场开展无人机飞行测试与数据采集；

l针对电力环境中的GPS信号遮挡、多路径干扰、传感器噪声等问题，分析并处理三维感知数据；

l设计并迭代三维路径规划与避障算法，确保无人机在高风险电力设施区域安全、精确执行巡检任务。