【研发中心】2027届导航算法工程师(J24403)

优缺点分析

角色解读

• 从算法工程师逐步成长为技术专家，深耕多传感器融合和SLAM领域
• 有机会参与无人机产品全流程研发，向系统架构或项目经理方向发展
• 依托大华平台，可横向拓展至机器人、自动驾驶等其他智能领域
• 负责无人机组合导航算法的研发，包括多传感器融合和SLAM，解决无人机自主定位与导航问题
• 开发小型旋翼飞行器的多传感器融合算法，进行仿真验证和性能优化，提升算法鲁棒性
• 在样机研发阶段评估传感器性能，设计整机传感器布局，确保硬件与算法协同
• 处理飞行数据，分析算法表现，提出改进方案并迭代优化
• 扎实的数学基础，掌握卡尔曼滤波等常见数据融合算法
• 熟悉GNSS、IMU、磁力计、气压计等传感器原理及校准方法
• 精通C++，熟练使用Matlab/Simulink，具备Python脚本能力
• 良好的英文文献阅读能力，能跟踪前沿技术

申请策略

• 了解大华股份在无人机和智能安防领域的业务方向，在面试中展示对公司的认知
• 准备一段关于自己参与项目从算法设计到实际验证的完整故事，突出解决问题能力
• 突出多传感器融合、SLAM相关项目经验，尤其是无人机、机器人或自动驾驶课题
• 强调扎实的编程能力，如C++的项目实现、Matlab仿真等
• 展示数学功底，如卡尔曼滤波、概率论等课程成绩或竞赛获奖
• 如有发表论文或专利，重点提及，体现研究能力
• 提前复习GNSS、IMU等传感器原理，熟悉常见传感器校准方法
• 练习手写卡尔曼滤波、EKF或粒子滤波等算法，加深理解

面试指南

• 从原理到应用：先讲清算法理论，再结合项目谈具体实现和效果
• 分步骤解决问题：阐述问题分析、方案设计、实验验证的完整流程
• 突出对比与权衡：比较不同算法的优劣，说明在特定场景下的取舍
• 请解释卡尔曼滤波的基本原理，并说明在组合导航中的应用
• 你有过SLAM项目的经验吗？如何实现传感器融合？
• 如何评估一个IMU的性能？如果IMU数据漂移严重，你会怎么处理？
• 在无人机实际飞行中，GPS信号丢失时如何保证导航精度？
• 用C++实现一个简单的数据融合算法，你会如何设计？