多传感器姿态融合算法工程师

岗位职责 一、惯性导航与姿态解算 1、主导基于 IMU 的高精度姿态解算算法研究，深入处理陀螺仪零偏、加速度计噪声、温漂等误差源的建模与在线标定 2、研究四元数/旋转矩阵/李群 SE(3) 等姿态表达方式在数值稳定性与计算效率上的权衡，设计适合嵌入式实时运行的解算框架 3、针对云台高动态旋转场景，研究 IMU 预积分、积分误差补偿与姿态重置策略，抑制长时间运行下的漂移累积 二、多传感器融合 1、设计 IMU + 视觉 + 磁力计 + 气压计 + GPS 等多源传感器的融合架构，根据场景动态切换融合权重与观测模型 2、研究基于扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）、因子图优化（GTSAM/g2o）的紧耦合/松耦合融合方案，分析各方案在精度、延迟、鲁棒性上的工程取舍 3、解决多传感器时间戳对齐、外参标定、数据异步等工程问题，保障融合系统在真实硬件上的可靠运行 三、视觉辅助定姿（SLAM 方向） 1、研究视觉惯性里程计（VIO）在云台姿态辅助中的应用，利用图像特征约束修正 IMU 漂移，提升长时间绝对姿态精度 2、针对云台旋转幅度大、视场变化剧烈的特点，研究快速特征重匹配、关键帧管理与地图复用策略，保障 SLAM 前端在高动态场景下的稳定跟踪 3、研究 SLAM 回环检测与位姿图优化对云台姿态全局一致性的修正机制，抑制长航时任务中的累积误差 四、云台控制协同 1、深入理解三轴云台（Pitch/Roll/Yaw）的机械结构与电机驱动原理，研究姿态估计误差对 FOC/PID 控制回路稳定性的影响 2、参与姿态估计模块与云台控制器的接口设计，优化估计延迟与控制带宽的匹配关系 3、研究万向节锁死的规避策略与奇异姿态下的平滑切换方案 任职要求 一、基础要求 1、导航工程、航空航天、控制工程、计算机视觉、机器人学或相关方向硕士以上学历 2、扎实的数学基础：李群/李代数、随机过程与估计理论、矩阵论、凸优化 二、核心能力 1、惯性导航：深入理解 IMU 误差模型（Allan 方差分析）、捷联惯导解算、零偏在线估计；有 AHRS/INS 系统开发经验者优先 2、状态估计：熟练掌握 EKF/UKF/粒子滤波；了解因子图优化框架（GTSAM/Ceres/g2o） 3、SLAM 基础：理解 VIO 系统架构（VINS-Mono/ORB-SLAM3）；熟悉前端特征跟踪与后端位姿优化citation 4、传感器标定：有 IMU 内参/外参标定、相机-IMU 时空标定实践经验（Kalibr 等工具链） 5、嵌入式实现： 熟悉算法在 STM32/ARM Cortex-M/DSP 上的实时部署；了解定点化与计算优化 6、控制基础：了解 PID/LQR 在云台稳定控制中的应用；理解控制带宽与估计延迟的耦合关系