运控导航定位算法工程师(J17215)

优缺点分析

角色解读

• 从算法工程师成长为SLAM/导航领域的专家，主导核心算法研发
• 向技术主管或架构师发展，负责机器人软件系统的整体设计
• 横向扩展至自动驾驶、无人机等移动机器人相关领域
• 开发激光/视觉SLAM算法，实现机器人的实时定位与地图构建
• 设计路径规划与动态避障策略，优化机器人在复杂环境中的通行效率
• 融合多传感器（如IMU、轮速计、激光雷达、相机）数据，提升定位鲁棒性
• 现场调试并解决漂流、卡死等实际问题，保障导航系统的稳定运行
• 扎实的C++/Python编程能力，熟悉ROS机器人操作系统
• 深入理解SLAM原理，如滤波方法（EKF、粒子滤波）或图优化
• 了解常用SLAM框架（Cartographer、RTABMap）和导航栈（Nav2）
• 具备多传感器融合和实际调试经验，能够分析并解决问题

申请策略

• 提前了解龙旗科技的业务方向（手机、IoT、机器人），在面试中展示对公司产品的兴趣
• 准备一个完整的SLAM项目案例，包括算法选择、实现过程、遇到的坑和最终效果
• 突出SLAM相关项目经历，如机器人建图、导航、避障等，并说明具体贡献
• 强调C++/Python编程能力和ROS使用经验，附上GitHub链接
• 若有竞赛或论文（如ICRA、IROS）发表，务必列出
• 系统学习SLAM经典教材（如《视觉SLAM十四讲》），并复现开源算法
• 动手搭建机器人平台（如TurtleBot），实践Cartographer、Nav2等框架
• 熟悉多传感器标定和融合方法，阅读相关论文

面试指南

• 先阐述原理，再结合项目经验举例，最后说明优化方法
• 使用STAR法则（情境、任务、行动、结果）结构化回答项目经历
• 对开放性问题先明确自己的理解，再分点作答
• 请解释视觉SLAM和激光SLAM的区别及优缺点
• 如何解决SLAM中的回环检测问题？
• 路径规划中A*和Dijkstra的区别？动态避障如何处理？
• ROS中如何进行消息通信和节点间协调？
• 描述一次解决实际SLAM问题的经历