自动驾驶-高精度地图与定位算法工程师

优缺点分析

角色解读

• 技术深耕路线：从算法工程师成长为技术专家或架构师，主导定位与地图系统设计
• 管理路线：逐步转向技术经理，带领团队负责自动驾驶定位模块的研发与交付
• 横向扩展：向感知、规划控制等方向拓展，成为自动驾驶全栈工程师
• 研发高精度地图生产流程，包括地图数据采集、处理、更新和发布
• 开发基于多传感器融合的高精度定位算法，提升定位的鲁棒性和准确性
• 将算法进行工程化实现，优化性能并集成到自动驾驶系统中
• 与感知、规划控制等团队协作，解决地图与定位相关的技术难题
• 精通C/C++编程，具备良好的代码风格和工程能力
• 深入理解SLAM算法，包括视觉SLAM和激光SLAM，并有实际落地经验
• 熟悉多传感器（Lidar、Camera、GNSS、IMU）融合定位原理和算法
• 具备扎实的数学基础，掌握线性代数、概率论、优化理论等

申请策略

• 关注小米自动驾驶业务的最新动态，在面试中展现对产品的理解
• 准备一两个深度项目案例，能清晰讲解技术选型、实现细节和最终效果
• 突出SLAM相关项目经验，尤其是多传感器融合定位的落地案例
• 强调C/C++编程能力和工程化成果，如实现的算法模块、性能优化数据等
• 如果有高水平论文或竞赛奖项，务必放在显眼位置
• 体现主动解决问题的经历，比如在项目中攻克的技术难点
• 深入学习多传感器融合算法，特别是Lidar+GNSS+IMU的组合定位原理
• 熟悉自动驾驶领域常用框架如Apollo、Autoware，了解其地图和定位模块

面试指南

• 项目介绍采用STAR原则：背景、任务、行动、结果，突出个人贡献和量化成果
• 技术类问题先简述原理，再对比不同方法，最后结合工程实际说明选择原因
• 异常处理问题需先分析原因，再给出方案，例如滤波、预测或冗余设计
• 请详细讲解你参与的一个SLAM项目，包括算法选择、传感器配置和最终定位精度
• 如何解决Lidar SLAM中的回环检测问题？请列举常用的方法并比较优劣
• 多传感器融合中，如何处理各传感器时间戳不同步的问题？
• 请描述C++中智能指针的使用场景和注意事项
• 在自动驾驶定位中，GNSS信号丢失时如何保证定位连续性？