关于Luxolis
总部位于多伦多市中心，我们的目标是通过引入一种新的分享体验的方法来改变人们的沟通方式。我们使小型企业能够将他们的工地捕捉为3D模型，并使用我们的协作工具OpenAir3D共享和讨论这些模型。
Luxolis在3D数字孪生领域已经崭露头角。在过去的两年里，我们已经开发了最先进的3D场景、物体重建和CAD解决方案。我们正在创建一个带有专用软件堆栈的3D扫描仪，可以实现对场景中移动物体的3D捕捉和可视化。
职责：
• 贡献于构建Luxolis的3D相机，实现相机校准、图像畸变校正、里程计数据编译、循环闭合方法以及使用C++、ROS和Python编写代码
• 使用C++、Python、Tensorflow、OpenCV、Colmap编写SLAM算法，并使用Bash代码自动化SLAM算法
• 使用传感器融合方法优化相机姿态，包括但不限于估计置信水平、平移趋势、速度和加速度，并将来自多个RGB、深度和微型GPS传感器的数据整合以获得相机的最佳姿态估计
• 通过仔细估计位置数据并允许最终用户在NeRF模式和3D SLAM模式之间切换来优化用户体验
• 开发Luxolis的360度3D相机，可在水下、地面和空中操作，并可与无人机和头盔等多个设备集成
• 与位于首尔、布达佩斯和多伦多的机械工程团队、软件工程团队和AI团队等跨职能团队合作
• 与Web3D可视化团队密切合作，优化观察者端的用户体验
• 实施深度学习算法，以优化特征检测过程
• 与专注于UV映射、渐进式渲染和纹理映射的AI团队合作，并在Web平台上实施结构化和加载千兆字节的RGBD数据的最佳解决方案
• 与海外后期处理团队密切合作，参与创建和优化3D模型
职位要求：
● 计算机视觉、机器人学或相关领域的硕士学位。
● 至少3年的室内环境下开发SLAM/3D重建解决方案的经验，以及扎实的计算机视觉和传感器融合背景。
● 至少3年的姿态估计、概率滤波和传感器融合经验。
● 在捆绑调整和后端优化方面有经验（例如GTSAM、g2o、CERES）。
● 在操作不同传感器的数据和建模误差以用于SLAM应用方面有经验，包括2D/3D相机和IMU。
● 在传感器校准（相机系统-激光雷达-IMU）方面有经验。
● 至少3年的面向对象软件开发经验。
● 在Linux/Unix操作系统方面有丰富经验。
● 有使用ROS/ROS2构建计算效率高的软件包的经验。
● 熟悉ROS映射导航堆栈。
● 能够与广泛的受众合作和沟通复杂的技术概念。
● 出色的问题解决和分析能力。
● 在快速原型环境中感到舒适。 
多伦多