你将面向真实城市道路场景中的多样化挑战，利用多模态传感器（LiDAR、Camera、Radar 等）设计、开发并优化感知算法，解决物体识别、障碍物检测、场景理解、意图预测与大模型赋能等核心问题
你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责：
（一）物体识别与跟踪：设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等
提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别）
（二）通用障碍物识别：识别未知类别 /未训练类别的障碍物
基于异常检测 /开放类别识别的算法研究与工程实现
在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性
（三）场景和意图理解：语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别
场景理解，例如施工区域识别、可通行区域识别等
意图理解，例如行人动作识别、起步意图识别等
交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等
（四）感知大模型 /多模态：探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力
零样本 / 少样本 / 跨域泛化的策略研发
将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性
（五）模型评估、验证：构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控
指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)