Разработчик методов оптимизации в команду лидарной карты

Автономный транспорт должен всегда знать своё точное положение в пространстве. Один из самых надёжных методов решения этой задачи — локализация по лидарной карте: трёхмерной реконструкции мира в виде облака точек.

Команда разработки лидарной карты занимается:

• Механизмами автоматизированного построения и обновления лидарной карты
• Алгоритмами глобальной оптимизации облаков точек, лежащими в основе этих механизмов

Какие задачи вас ждут

Развитие алгоритмов оптимизации
Вы будете улучшать алгоритмы оптимизации на фактор-графе. Развивать метрики матчинга между облаками. Добавлять в матчинг дополнительную информацию (сегментация, локальные свойства облаков). Улучшать глобальную оптимизацию на основе и прошлого, и будущего.

Детекция устаревания карты и её автоматическое перестроение
Понадобится определять неактуальность лидарной карты по накату автономного флота и развивать методы автоматического перестроения карты на основе этих же данных.

Автоматизированная проверка качества построенной карты
Вы станете создавать методы, чтобы автоматически проверять карту: находить неудачные результаты оптимизации и оценивать качество локализации.

Мы ждем, что вы

• Работали с облаками точек
• Решали оптимизационные задачи
• Обладаете хорошим математическим бэкграундом и готовы погружаться в мир state-of-the-art алгоритмов оптимизации
• Владеете C++ и Python
• Знаете классические алгоритмы и структуры данных

Будет плюсом, если вы

• Решали задачи SLAM или занимались оптимизацией на фактор-графах
• Знаете, что такое ICP и NDT
• Работали с Ceres, g2o или GTSAM
• Использовали облачные инструменты оркестрации данных (Нирвана Яндекса, Airflow, Dagster)