具身感知算法工程师

岗位职责
负责人形机器人具身感知算法的研发与工程落地，覆盖物体检测与实例分割、6-DoF 位姿估计、Affordance 语义理解、抓取位姿检测等核心感知能力，为机械臂抓取、视觉引导作业提供稳定可靠的感知输入。
跟踪并复现业界前沿感知算法（如 FoundationPose、MegaPose、AnyGrasp、Contact-GraspNet、GraspNet、SAM、Grounding DINO 等），结合真机操作场景开展算法适配、优化与创新，提升复杂环境下的感知精度与鲁棒性。
构建感知算法全链路数据 Pipeline，包含 RGB-D / 点云真实数据采集、仿真合成数据（sim-to-real）生成、自动化标注与数据清洗，支撑模型持续迭代与场景泛化能力提升。
自研迭代视觉标定核心算法，搭建并维护标准化视觉标定工具链；独立完成相机标定、手眼标定全流程调试，实现机械臂视觉系统的整机精度校准。
联动运控团队完成视觉 - 运动闭环联调，融合三维视觉位姿能力，适配机械臂视觉抓取、视觉引导作业的闭环控制，落地手眼协同完整技术方案。
负责感知模型的训练、评测与端侧部署，在仿真环境与真机平台完成闭环验证；探索 SAM、DINOv2、CLIP 等 2D/3D 视觉基础模型，结合点云、3DGS、NeRF 等三维表征技术在具身感知场景的落地应用。

岗位要求
硕士及以上学历，计算机、人工智能、自动化、机器人、电子工程、数学等相关专业，有具身智能 / 机器人视觉感知算法研发与落地经验。
扎实的计算机视觉与深度学习功底，精通目标检测、语义 / 实例分割、2D 与 3D 视觉核心方法；熟悉点云处理、多视图几何、RGB-D 成像原理等 3D 视觉基础理论。
专项能力：
在 6D 位姿估计、Affordance 预测、抓取检测至少一个方向有深入研发经验，熟悉主流模型原理与完整训练落地流程；
至少精通一类 6D 位姿估计算法的工程落地：①几何类：PnP、多版本 ICP、TEASER；②特征类：FPFH+RANSAC；③深度学习类：FoundationPose、MegaPose；
熟悉 YOLO 系列检测模型，掌握 TensorRT/ONNX 等模型推理加速方案，具备完整的工业级视觉项目落地经验。
熟练使用 PyTorch 深度学习框架，精通 C++/Python 双语开发；熟练使用 OpenCV、Open3D、PCL 等至少一种三维视觉库；具备良好的代码规范与工程素养，可独立完成算法实验设计、结果分析与真机部署。
对具身智能与机器人感知领域有强烈热情，学习能力强，具备良好的跨团队沟通与协作攻坚能力。
加分项
有具身智能机器人整机感知 - 运动闭环落地经验；
有工业机器人视觉抓取、视觉引导项目完整落地经验；
在 ICRA、IROS、CVPR、ICCV 等顶级会议发表过视觉 / 机器人相关论文；
有开源项目贡献经历，或参与过主流感知算法开源社区建设。