泊车感知模型-OD/OCC

岗位职责：

负责自动驾驶泊车场景（APA/RPA/AVP）下的3D占用网络（Occupancy Network）算法研发与量产落地。

基于环视鱼眼相机、超声波雷达及短距激光雷达等多模态传感器数据，构建高精度体素化（Voxel）泊车环境表示。

重点解决地库复杂场景下的算法难题，包括但不限于：极近距离盲区、悬空障碍物（如消防管）、低矮障碍物（地锁/限位器）、光线剧烈变化等。

负责OCC模型的训练优化、时序特征融合（4D OCC）及模型的轻量化设计（蒸馏/剪枝/量化），以满足泊车域控芯片的严苛算力要求。

构建泊车OCC的数据闭环体系，协同数据团队制定真值生成与评测标准，推动模型在实车上的性能迭代。

任职要求：

硕士及以上学历，计算机、自动化、车辆工程等相关专业。

熟悉BEV感知架构（如BEVFormer、BEVDet）与主流的OCC算法框架（如FB-OCC、OpenOccupancy）。

熟悉3D视觉、体素化处理、TSDF等表示方法，具备4D时序占用预测研发经验者优先。

具备强烈的场景意识，有泊车（AVP/APA）、地库场景OCC/感知研发经验者优先，熟悉鱼眼相机畸变处理与多相机环视融合者优先。

熟练掌握Python/C++，有TensorRT/地平线等车载平台模型部署与性能优化经验者优先。