工作内容：
1. 核心算法研发与实现：
负责点云数据处理全流程算法的开发、实现与优化，包括但不限于：
点云预处理：滤波去噪、下采样、关键点提取。
点云分割：基于几何特征提取（如平面、柱面、自由曲面等）的分割和聚类分割。
点云配准：粗配准（如FPFH/PPF+ SAC-IA）与精配准（如ICP及其变种算法）。
特征提取与匹配：提取全局及局部特征描述子，实现基于特征的物体识别与定位。
研究和跟踪前沿的点云处理算法，并评估其在工业场景中的应用潜力。
2. 应用模块开发：
基于上述核心算法，构建面向实际应用的模块：
高精度3D测量：开发尺寸、平面度、高度差等几何量的测量算法。
缺陷检测：开发针对划痕、凹陷、毛刺等表面缺陷的检测算法。
识别与定位：开发适用于无序抓取的物体识别与6D位姿估计算法。
3. 性能优化与集成：
与视觉算法加速工程师紧密合作，对算法进行性能分析和优化，确保其满足实时性要求。
将算法模块进行代码封装和集成，为上层应用软件（如轨迹规划工程师所需的定位结果）提供稳定、高效的接口。
4. 技术支持和验证：
协助应用团队进行现场测试，分析算法在实际场景中的表现，并针对特定场景进行算法迭代和调优。
任职要求：
1. 学历与专业：硕士及以上学历（特别优秀者可放宽至本科），计算机视觉、摄影测量、机器人、自动化、数学或相关专业。
2. 核心技术能力：
扎实的3D视觉基础：深刻理解三维空间变换、相机模型（针孔、双目、结构光）、点云数据处理的基本流程。
丰富的点云算法经验：必须具备扎实的点云滤波、分割、特征提取、配准（ICP等） 算法理论基础和实际项目开发经验。
编程与工具：
精通 C++ 开发和强大的算法实现能力。
熟练使用主流点云库 PCL (Point Cloud Library) 和 Open3D。
3. 数学能力：具备强大的数学基础，尤其是线性代数、矩阵分析、概率论和最优化理论。
4. 问题解决能力：能够独立分析并解决算法开发中遇到的各种挑战。
优先考虑（加分项）：
有实际工业项目经验，尤其是机器人抓取引导、高精度3D测量、自动化检测（ADI） 等项目。
有与机器人仿真或轨迹规划系统联调的经验。
良好的英文文献阅读能力，能够跟进国际顶级会议（CVPR, ICCV, ECCV, RSS, ICRA）的最新成果。
有基于深度学习的3D视觉项目经验，熟悉如PointNet++、VoxelNet、PV-RCNN等网络模型，并有用PyTorch/TensorFlow框架训练模型的经验。