猿急送>

北京前端兼职程序员

ID：417034

嵩

产品经理

公司信息：
三一智驾

工作经验：
8年

兼职日薪：
500元/8小时

兼职时间：
下班后
周六
周日

所在区域：
北京
海淀

技术能力

一、核心语法与编程能力
基础语法：精通 C++11/14/17 核心特性，熟练运用智能指针（unique_ptr/shared_ptr）、Lambda 表达式、STL 容器（vector/map/unordered_map/deque）、算法库（sort/find/transform）等，能够写出简洁、高效的模块化代码。
内存管理：深刻理解堆 / 栈内存分配机制，熟练处理内存泄漏、野指针等问题，掌握 new/delete 优化、内存池技术，适配矿山无人车嵌入式平台（如 NVIDIA Jetson、ARM 工控机）的内存资源限制。
面向对象与设计模式：熟练运用封装、继承、多态设计思想，在项目中落地单例模式（地图引擎实例管理）、工厂模式（传感器数据解析器）、观察者模式（车云数据同步）、策略模式（多传感器融合算法切换）等，提升代码可维护性与扩展性。
二、项目开发与工程实践
ROS 生态 C++ 开发
熟练基于 ROS Melodic/Noetic 开发功能包，掌握 roscpp 核心 API（节点创建、话题 / 服务 / 动作通信、参数服务器），实现传感器数据订阅、定位算法节点、地图引擎节点的开发与集成。
精通 ROS 消息定义（.msg/.srv）、动态参数配置（dynamic_reconfigure）、日志系统（ROS_INFO/ROS_ERROR），能够快速排查节点通信、数据延迟等问题。
高性能算法实现
基于 C++ 实现多源传感器融合定位算法（EKF/UKF 滤波）、激光 SLAM 关键模块（点云配准、特征提取）、外参标定求解器（LM 算法），通过代码优化（循环展开、数据预取）提升算法运行效率，满足矿山无人车实时性要求（定位频率 ≥ 50Hz）。
熟练使用 PCL（点云库）进行矿山点云数据处理，封装点云去噪、降采样、语义分割等功能模块，支持大规模点云（百万级点）的高效处理。
车云协同开发
车端：开发嵌入式 C++ 程序，适配 Linux 实时内核，实现传感器数据采集、本地地图加载、定位结果输出，保障恶劣环境下的稳定性。
云端：开发地图管理引擎 C++ 服务，支持多线程并发处理（std::thread/std::mutex）、网络通信（TCP/IP 协议），实现地图增量数据的接收、融合与存储。
编译与调试
熟练使用 CMake 构

项目经验

1. 定位系统硬件搭建与应用层代码开发
主导矿山无人车多传感器硬件集成，包括激光雷达（Velodyne/Ouster）、GNSS/IMU 组合导航、毫米波雷达、相机等设备的选型、安装调试与兼容性验证，适配矿山粉尘、震动、强电磁干扰等恶劣环境。
基于 ROS/C++ 开发定位应用层代码，实现传感器数据采集、时间同步、数据预处理功能，封装成标准化 ROS 功能包，支撑后续融合定位算法部署；解决矿山弱 GNSS 环境下定位数据跳变问题，提升定位连续性。
编写定位系统故障诊断与日志分析模块，实现定位异常（如丢星、传感器离线）的实时告警与数据回溯，保障矿区无人车 24 小时稳定作业。
2. 定位设备外参标定系统搭建与代码实现
针对矿山多传感器异构部署场景，设计并开发自动化外参标定系统，支持激光雷达 - 相机、激光雷达 - IMU、多激光雷达间的联合标定。
开发标定工具链：包含标定靶标识别算法、标定参数优化求解器（基于 LM 算法）、标定结果可视化与精度评估模块，输出标定报告自动生成功能。
实现标定系统矿山场景适配：支持露天矿大尺度作业区标定、井下无 GPS 环境标定，标定精度优于 0.05m（平移）/0.1°（旋转），已应用于 3 个矿区的无人车标定工作。
3. 矿山二三维地图采集与制作全流程落地
主导矿山三维点云地图、二维占据栅格地图的采集与生产工作，设计 “车载扫描 - 数据预处理 - 点云配准 - 地图切片 - 要素标注” 标准化流程。
开发点云地图优化工具：实现矿山点云去噪（地面点滤除、噪点剔除）、降采样（保留地形特征）、语义分割（区分道路、障碍物、边坡）功能，提升地图轻量化程度与加载效率。
制作的矿山地图已支撑无人矿卡路径规划、避障、定位功能，覆盖矿区面积超 10km²，地图更新周期缩短至 7 天 / 次。
4. 车云作业区地图更新系统设计与开发
设计增量式车云地图更新架构，划分地图数据层级（静态层：道路 / 边坡；动态层：临时障碍物 / 施工区域；路径层：规划路线），实现 “车端局部更新 - 云端融合 - 下发增量包” 的闭环流程。
基于 TCP/IP 协议开发车云通信模块，实现地图增量数据的压缩传输与断点续传，解决矿山网络带宽有限问题；开发云端地图融合引擎，支持多车采集数据的拼接与冲突检测。
部署后实现矿山地图动态更新响应时间＜5 分钟，无人车作业效率提升 20%。
5. 车云高精地图引擎系统设计与核心开发
负责车端轻量化地图引擎与云端地图管理引擎的架构设计，采用 “内存映射 + 分块加载” 技术，实现超大矿区地图（10km² 以上）的低内存占用（＜2GB）与高速加载（＜1s）。
开发地图引擎核心功能：地图查询（周边障碍物检索、路径匹配）、坐标转换（WGS84→矿区局部坐标系）、地图精度校验，支持无人车定位结果与地图的实时匹配。
设计云端地图引擎的版本管理、权限控制、多矿区地图并行管理功能，支撑 5 个以上矿区的地图数据统一管理。
6. 多源传感器融合定位算法设计与开发
针对矿山 GNSS 信号遮挡、多路径效应严重的问题，设计激光 SLAM+GNSS/IMU + 高精地图的多源融合定位方案，采用 EKF/UKF 滤波算法融合多传感器数据。
开发融合定位核心模块：激光里程计计算、IMU 预积分、地图匹配约束、融合滤波求解，实现定位结果的平滑优化；设计定位失效时的降级策略（激光 SLAM 纯定位模式），保障定位连续性。
该方案在矿山复杂场景下的定位精度达到横向＜0.1m，纵向＜0.2m，满足无人矿卡自动驾驶的定位需求。

案例展示

矿区点云地图采集

主导矿山三维点云地图、二维占据栅格地图的采集与生产工作，设计 “车载扫描 - 数据预处理 - 点云配准 - 地图切片 - 要素标注” 标准化流程。开发点云地图优化工具：实现矿山点云去噪（地面点滤除、噪点剔除）、降采样（保留地形特征）、语义分割（区分道路、障碍物、边坡）功能，提
矿区SLAM应用

针对矿山 GNSS 信号遮挡、多路径效应严重的问题，设计激光 SLAM+GNSS/IMU + 高精地图的多源融合定位方案，采用 EKF/UKF 滤波算法融合多传感器数据。开发融合定位核心模块：激光里程计计算、IMU 预积分、地图匹配约束、融合滤波求解，实现定位结果的平滑优化；