2026-机器人 GNSS/多源融合定位算法实习生

岗位职责
1、参与 GNSS-RTK/INS 组合导航与 LiDAR-惯性 / 视觉-惯性多源融合定位模块的研发与维护:在误差状态滤波或因子图的统一框架下,融合 RTK 定位观测与 LIO/VIO 里程计约束,实现全局一致、误差有界的位姿估计; 针对 RTK 固定解丢失、浮点解退化、卫星遮挡/多径及室内外过渡等真实弱观测场景,设计观测降级与平滑切换策略,保障定位连续性。
2、基于 FAST-LIO2 / LIO-SAM 等主流框架扩展 GNSS-RTK 观测融合(滤波框架内扩维观测更新 / 因子图内引入 GNSS 因子), 或对 GVINS / GLIO / Ground-Fusion 等紧耦合开源方案开展工程化移植与真机验证,包括:传感器数据接入与时间同步、GNSS 解质量(固定解/浮点解/单点)判定与建模、退化场景下的鲁棒性处理、定位精度量化分析;针对真机实测数据暴露的问题完成复现、定位与算法迭代。
3、使用现场采集的真机数据与真值,直接调试算法: 复现漂移/发散/跳变等定位问题, 定位原因、并协助实机验证;
4、配合完成定位算法实测、数据分析、问题记录与文档沉淀。

岗位要求
1、机器人/自动化/导航制导/测绘等相关专业硕士在读;
2、熟悉 C++,熟悉 ROS/ROS2;
3、实际跑通过 FAST-LIO2 / GVINS 等至少一个主流 LIO/VIO 框架,能讲清其中一条完整数据链路;
4、具备 GNSS/INS 组合导航理论基础: RTK 定位原理、INS 误差方程、松耦合与紧耦合的区别、误差状态滤波;
5、对 GVINS / GLIO / Ground-Fusion/ultra-fusion 等 GNSS 融合定位方案中至少一个能讲清其融合思路(读过论文或源码即可)。
加分:
1、跑通过或二次开发过 FSTLIO-SAM / GVINS / GLIO / Ground-Fusion 等方法框架;
2、手写过 ESKF / 因子图小系统;
3、有真机平台数据调试经验(不限于四足);