业务拓展计划 - 公司计划在2024年向国内外招募10名业务合伙人 [2] - 合伙人将负责自动驾驶相关课程研发、论文辅导业务开发及硬件研发 [2] 重点技术方向 - 公司关注的前沿技术方向包括大模型/多模态大模型、扩散模型、VLA、端到端自动驾驶 [3] - 其他重点方向涵盖具身交互、联合预测、SLAM、3D目标检测、世界模型 [3] - 同时关注闭环仿真3DGS、大模型部署与量化感知推理等关键技术 [3] 人才招聘要求 - 合伙人岗位要求应聘者毕业于QS200以内高校并拥有硕士及以上学历 [4] - 优先考虑在顶级学术会议上有研究成果的候选人 [4] 合伙人待遇与激励 - 提供自动驾驶领域的资源共享，包括求职、读博及出国留学推荐 [5] - 合伙人将获得丰厚的现金激励 [5] - 提供创业项目合作与推荐机会 [5]

港科大ARCLab研究团队概况 - 团队由沈劭劼教授领衔，专注于自主导航、无人机技术、传感器融合与三维视觉等领域，强调从算法到系统的工程闭环与开源生态[2] - 团队在学术与工程落地双线并进，获得IEEE T-RO最佳论文奖荣誉提及、IROS最佳学生论文奖等多项荣誉，并两度获AI 2000最具影响力学者荣誉提名[3] - 团队特色为产品化思维与强工程执行力，坚持问题选择直面真实场景痛点，解法偏向优化与系统集成，重视落地实验与全链路复现[3] - 人才培养成果显著，实验室成员活跃于学术与产业一线，如高飞（浙大长聘副教授）、秦通（上交副教授、曾任华为"天才少年"）等[4] 状态估计与多源融合 - 提出统一位姿图优化框架，将局部高精度但会漂移的VO/VIO与全局无漂移但噪声较大的传感器融合，通过图优化对齐局部轨迹到全局坐标并显式消除累计漂移[5] - 框架通用可插拔，在公开数据集与真实环境验证中优于多种SOTA方案，为长时程与大范围任务在GNSS受限场景提供低门槛多源融合方案[5] - 利用事件相机超高时间分辨率，提出不依赖地图的视觉惯性估计方案，通过实时恢复线速度实现低时延、米级标定的速度估计，适用于高速无人机与极端运动场景[17][18] 轻量化建图与地图对齐 - 开发SLIM框架，将LiDAR点云简化为"线"和"面"表示道路和建筑，使地图更轻量且易于维护，支持不同时间采集地图的合并与整体优化[8] - 在KITTI数据集上实现整张城市地图约130 KB/公里的体量，精度不降且支持直接再次定位，显著降低长期运行中地图存储、更新和复用成本[8] - 提出场景图配准方法，将环境抽象为场景图，通过开放集语义、局部拓扑和形状特征融合成紧凑节点描述，实现低带宽下的多机器人地图对齐，每帧仅需约52 KB通信[13] 复杂环境自主导航 - 针对狭窄隧道（最小直径0.5 m）提出实时在线多旋翼自主系统，通过虚拟全向感知克服弱纹理/弱光与有限视场，显式建模感知可见性与自体气流扰动[6] - 在真实窄隧道实验中定制四旋翼表现优于人类飞手，并提供跨平台部署流程与开源包，为检修/搜救等受限空间作业提供可复用工程方案[6] - 结合视觉识别与主动触觉确认玻璃存在性，通过轻量触觉模块点触确认后写入三维体素地图并即时重规划绕行路径，提升玻璃密集空间巡检/搜救效率[10] 场景理解与拓扑推理 - 提出SEPT框架，将标准清晰度地图作为先验信息接入在线感知与拓扑推理，通过混合特征融合缓解SD地图与BEV特征的错位问题[12] - 利用路口特性设计路口感知关键点辅助任务，在OpenLane-V2数据集上对远距离/遮挡等难场景有明显提升，为低成本轻地图自动驾驶提供可行路径[12] - 基于向量化车道图表示道路与交互关系，在逆强化学习框架下学到隐含奖励与策略，采样出多种合理未来轨迹，提升复杂路口与长尾交互场景的预测稳健性[16] 轨迹预测与决策 - 采用逆强化学习方法，先推理意图后预测轨迹，通过可解释意图推理器编码场景车辆与道路要素到统一向量表示，推断多种可能意图作为先验[20] - 在Argoverse与nuScenes数据集上取得SOTA效果，显著提升置信度与性能，为路口博弈、遮挡等不确定场景提供更可解释且易与规划对接的预测路径[20] - 提出分层参数化生成器与精修模块，结合概率融合提高置信度，对未见场景的泛化能力优于纯监督方法，增强预测结果的可扩展性[16] 2025年研究主线总结 - 团队沿五条主线推进：更稳的状态估计与多源融合、更轻量的建图与地图对齐、更可靠的复杂/极端环境自主导航、更全面的场景理解与拓扑推理、更精准的轨迹预测与决策[23] - 整体风格保持问题导向与从算法到系统，兼顾可复现与工程落地，面向长期运行、低带宽与弱先验场景，强调通用性与可扩展性[23] - 年度关键词为稳、轻、实、通、可解释，体现技术演进方向[24]

业务拓展计划 - 公司计划在2024年向国内外招募10名业务合伙人 [2] - 合伙人将负责自动驾驶相关课程研发、论文辅导业务开发及硬件研发 [2] 重点技术方向 - 公司重点关注大模型/多模态大模型、扩散模型、VLA、端到端自动驾驶、具身交互、联合预测等技术 [3] - 其他关键方向包括SLAM、3D目标检测、世界模型、闭环仿真3DGS、大模型部署与量化感知推理 [3] 合伙人资质要求 - 候选人需来自QS200以内高校并拥有硕士及以上学历 [4] - 拥有顶级会议论文成果的候选人将获得优先考虑 [4] 合伙人待遇与支持 - 提供自动驾驶领域的资源共享，包括求职、读博及出国留学推荐 [5] - 合伙人将获得丰厚的现金激励 [5] - 提供创业项目合作与推荐机会 [5]

业务拓展计划 - 公司计划在2024年向国内外招募10名业务合伙人 [2] - 合伙人将负责自动驾驶相关课程研发、论文辅导业务开发及硬件研发 [2] 重点技术方向 - 公司重点关注大模型/多模态大模型、扩散模型、VLA、端到端自动驾驶等前沿技术方向 [3] - 其他关键领域包括具身交互、联合预测、SLAM、3D目标检测、世界模型等 [3] - 技术布局覆盖闭环仿真3DGS以及大模型部署与量化感知推理 [3] 人才招聘标准 - 合伙人岗位要求应聘者毕业于QS200以内高校并拥有硕士及以上学历 [4] - 优先考虑在顶级学术会议上有发表成果的候选人 [4] 合伙人待遇与激励 - 为合伙人提供自动驾驶领域的资源共享，包括求职、读博及出国留学推荐 [5] - 合伙人将获得丰厚的现金激励 [5] - 公司提供创业项目合作与推荐机会 [5]

行业竞争格局演变 - 智能驾驶行业经历近两年洗牌后，牌桌已更换一批新玩家，但工业界对自动驾驶的投入持续加大，自动驾驶被视为AI核心技术及未来重点布局方向[1] - 行业在2022年之前处于蓬勃发展期，公司只要具备单一长板（如双目技术、硬件能力或AI能力）即可获得发展机会，但此后进入收缩期或平稳期，生存和发展的关键转变为补足短板[1] - 当前在赛道中活跃且表现良好的公司或主机厂，均在系统性地提升硬件、软件、AI能力及工程落地等综合实力，行业实践表明，只有成为“六边形战士”才能在未来竞争中存活并发展得更好[1] 2025年行业展望与人才需求 - 2025年行业将进入冷静期而非收敛期，L3、L4及Robotaxi等新赛道仍存在未解决的技术问题，这为所有参与者保留了机会[2] - 行业变革对个人而言是挑战更是机遇，能够留在行业内担当主力的均为技术栈丰富的综合型人才，抱有“捞一波”心态者将被淘汰，持续积累和构建壁垒是长期受用的策略[2] 自动驾驶之心知识星球社区概况 - 社区旨在解决初学者试错成本高、缺乏完整学习体系的问题，是一个集视频、图文、学习路线、问答、求职交流于一体的综合类自驾社区，目前成员已超过4000人，目标在未来2年内达到近万人规模[4] - 社区联合了众多学术界与工业界专家，内部梳理了超过40种技术路线，并邀请数十位活跃在一线的领域嘉宾答疑解惑，内容涵盖端到端入门、VLA学习路线、数据闭环工程实践等实用主题[4][6] - 社区成员背景多元，来自上海交大、北京大学、CMU、清华大学等国内外知名高校，以及蔚小理、地平线、华为、大疆等头部公司，形成了前沿技术聚集地[17] 社区资源与技术覆盖范围 - 社区汇总了近40个开源项目、近60个自动驾驶相关数据集及主流仿真平台，技术学习路线全面覆盖感知、规划控制、仿真、端到端、VLA等核心方向[18][35][37] - 针对热点技术领域如3DGS与NeRF、世界模型、视觉语言模型（VLM）、自动驾驶VLA、扩散模型、BEV感知等，社区均进行了详细的技术梳理和内容汇总[42][44][47][49][53][55] - 社区提供原创直播课程与系列视频教程，内容涵盖感知融合、多传感器标定、SLAM、决策规划、数据工程、端到端与大模型技术等，并建立了与多家自动驾驶公司的岗位内推机制[12][13] 社区互动与专业交流 - 社区内部定期与学术界、工业界专家畅聊技术趋势与量产痛点，并举办超过一百场专业直播分享，内容涉及VLA模型、V2X、3D检测、轨迹生成等前沿话题[7][92] - 成员可自由提问并获得解答，问题范围包括研究方向选择、就业前景分析、技术路线图求取以及企业内部推荐机会，形成了良好的学习交流与求职对接环境[6][21][94]

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 业务合伙人 自动驾驶之心业务合伙人招募来啦！我们团队今年计划向国内外招募10名优秀的合伙人，负责自动驾驶相 关课程研发、论文辅导业务开发、硬件研发； 主要方向 如果您是大模型/多模态大模型、扩散模型、VLA、端到端、具身交互、联合预测、SLAM、3D目标检测、 世界模型、闭环仿真3DGS、大模型部署与量化感知推理等方向，欢迎加入我们； 待遇说明 自动驾驶资源共享（求职、读博、出国留学推荐等）； 丰厚的现金激励； 创业项目合作与推荐； 联系我们 更多欢迎添加微信咨询，备注" 机构/公司 + 自动驾驶合作咨询 "。 岗位要求 QS200以内高校，硕士及以上学历，手握顶会的大佬优先。 ...

业务拓展计划 - 公司计划在国内外招募10名业务合伙人[2] - 合伙人将负责自动驾驶课程研发、论文辅导业务开发及硬件研发[2] 技术研究方向 - 重点招募方向包括大模型/多模态大模型、扩散模型、VLA、端到端自动驾驶[3] - 涵盖具身交互、联合预测、SLAM、3D目标检测等前沿技术领域[3] - 世界模型、闭环仿真3DGS、大模型部署与量化感知推理等方向也在招募范围内[3] 人才资质要求 - 要求应聘者来自QS200以内高校且具有硕士及以上学历[4] - 拥有顶级会议论文发表经历者将获得优先考虑[4] 合伙人待遇 - 提供自动驾驶行业资源共享包括求职、读博及出国留学推荐[5] - 设置丰厚的现金激励方案[5] - 提供创业项目合作与推荐机会[5]

业务拓展计划 - 公司计划在国内外招募10名业务合伙人[2] - 合伙人将负责自动驾驶相关课程研发、论文辅导业务开发及硬件研发[2] 技术研究方向 - 重点招募方向包括大模型/多模态大模型、扩散模型、VLA、端到端自动驾驶[3] - 涵盖具身交互、联合预测、SLAM及3D目标检测领域专家[3] - 需要世界模型、闭环仿真3DGS、大模型部署与量化感知推理等专业人才[3] 人才资质要求 - 要求应聘者来自QS200以内高校且具有硕士及以上学历[4] - 优先考虑拥有顶会论文发表记录的候选人[4] 合作激励机制 - 提供自动驾驶行业资源共享包括求职、读博及出国留学推荐[5] - 设立丰厚的现金激励方案[5] - 开放创业项目合作与推荐机会[5]

SLAM技术本质 - 建图过程本质是将传感器数据转化为地图或模型 无需拘泥于形式或可视化呈现 [3] - 定位过程本质是利用地图模型和传感器数据连续输出位置姿态 计算方式不影响核心功能 [5] - 技术命名差异不影响功能本质 关键在于输入输出的数据连续性 [6] 传统SLAM方法瓶颈 - 技术原理停滞不前 主要精力集中于处理极端案例 存在无法突破的固有局限 [7] - 性能提升与数据规模不相关 缺乏 scalability [7] 新兴数据驱动方法挑战 - 泛化能力受限 性能高度依赖数据分布 传统方法具有普适性优势 [12] - 实时性不达标 建图需100ms/帧 定位需20ms/帧的千元级硬件标准尚未实现 [12] - 故障诊断困难 缺乏传统方法的可调试性 依赖数据增量解决问题 [12] 技术发展前景 - 数据驱动将成为主流 百万级参数调优将取代人工噪声调整 [13] - 当前技术处于过渡期 新旧方法各有70%左右场景覆盖率 但商业化需要100%可靠场景 [13] - 发展瓶颈在于数据规模不足 缺乏数十TB带真值pose的训练数据集投入 [13] 硬件设备进展 - 出现多传感器融合的3D扫描仪解决方案 集成激光雷达/IMU/RTK/视觉等多模态感知单元 [14]

语义建图综述核心观点 - 全面回顾室内导航中语义建图方法 涵盖传统方法到深度学习最新进展 [4] - 提出基于地图结构和语义编码的分类框架 帮助研究者系统比较不同方法 [4] - 识别当前领域三大挑战：高内存需求 计算效率低下 开放词汇表支持不足 [4] 研究方法与背景 - 智能体需构建结合几何与语义信息的内部表示 语义地图是实现复杂任务的基础 [6] - 语义地图在自动驾驶 救援机器人等领域具有基础性作用 传统技术侧重几何精度而现代研究聚焦语义丰富性 [6] - 现有综述多关注下游应用 本文首次系统梳理地图表示本身的技术演进 [6] 分类框架 - 按地图结构分为空间网格 拓扑图 密集几何图和混合图四类 [7] - 按语义编码分为显式特征（物体类别标签）与隐式特征（学习到的嵌入表示） [7] - 该框架揭示不同表示在可扩展性 泛化能力等方面的权衡关系 [7] 地图技术演进 空间网格地图 - 三维矩阵结构存储密集语义信息 适用于室内导航但内存消耗大 [34][36] - 典型方法包括CMP使用ResNet特征投影 MapNet采用LSTM聚合 [38] 拓扑地图 - 图结构表示关键地标 内存高效但缺乏几何细节 [40][42] - NTS通过在线更新节点 LM-Nav利用CLIP特征实现开放词汇查询 [45] 密集几何地图 - 点云地图直接关联三维点与语义标签 保真度高但计算成本大 [51] - 神经场将场景编码为连续函数 实现紧凑表示但训练资源密集 [52][59] 语义编码技术 显式编码 - 存储具体语义标签（如"床"类别） 可解释性强但受限于预定义词汇表 [63][65] - 应用案例包括障碍物避碰（占用网格）和物体导航（Mask R-CNN检测） [64] 隐式编码 - 封闭词汇表使用ResNet等提取特征 开放词汇表借助CLIP实现零样本识别 [69][72] - VLMap实现像素级特征投影 ConceptGraphs支持自然语言查询 [73] 评估体系 - 外在评估依赖下游任务指标（导航成功率 操作精度） [77][82] - 内在评估直接测量地图质量（交并比 语义一致性） 但缺乏标准化框架 [84][99] 未来研究方向 - 开发开放词汇表 任务无关的通用地图表示 [100] - 优化动态环境下的实时更新与轨迹预测能力 [103] - 建立混合地图结构平衡几何精度与语义关系 [104] - 制定跨场景的统一评估指标体系 [105][108]