Caterpillar Inc.
Caterpillar Inc.
Ang Caterpillar Inc. ay isang pandaigdigang kompanya sa pagmamanupaktura na bumubuo ng mabibigat na kagamitan at makina para sa konstruksyon, pagmimina, enerhiya, at iba pang industriyang nakatuon sa imprastraktura. Kabilang sa portfolio ng mga produkto nito ang mga excavator, bulldozer, articulated truck, at power system, na sinusuportahan ng makabagong teknolohiya at pandaigdigang network ng mga dealer. Itinatag noong 1925, pinagsasama ng kompanya ang matagal nang kadalubhasaan sa industriya at pagtutok sa pagpapahusay ng produktibidad at pagsulong ng mas napapanatiling kagamitan at operasyon.

Inhinyero ng Prediksyon, Mga Awtonomong Sasakyang Pangmina

Bumuo ng prediksyon sa kilos at galaw para sa mga awtonomong sasakyang pangmina ng Caterpillar upang suportahan ang mas ligtas na operasyon at mas episyenteng transportasyon. Bumuo at magsama ng mga sistema ng prediksyon gamit ang ROS 2 at C++ para sa mga kapaligiran ng pagmimina.

Paglalarawan

  • Bumuo ng mga algorithm para sa prediksyon ng kilos at galaw na nakabatay sa mapa para sa awtonomong pagmimina, at magbigay ng maaasahang input sa pagpaplano upang mapahusay ang kaligtasan ng sasakyan at episyensiya ng transportasyon.
  • Itakda ang arkitektura ng prediksyon, mga input at output, daloy ng datos, at mga kontrata ng interface sa mga sistema ng persepsyon, pagsubaybay, HD map, pagpaplano, at kaligtasan.
  • Bumuo ng mga daloy ng trabaho para sa pagmomodelo ng estado ng mga bagay, kasaysayan ng galaw, pagkilala sa intensiyon, multimodal na prediksyon, pag-uulat ng kumpiyansa, at pagsusuri ng anomalya.
  • Magdisenyo ng mga balangkas ng prediksyon na madaling unawain at subukan, at maaaring palawakin para sa mga sangandaan, daan ng trak, lugar ng pagkarga at pagbababa, pila, mahihinang network, at hindi kumpletong impormasyon sa dispatch.
  • Imodelo ang kilos at galaw ng mga awtonomo at manu-manong pinapatakbong trak pangmina, sasakyang pansuporta, excavator, loader, trak ng tubig, at mga naglalakad.
  • Bumuo ng pagkilala sa intensiyon at prediksyon ng galaw para sa pagsunod, pag-overtake, pagsanib sa daan, pagbibigay-daan, mga sangandaan, pagpapalitan ng sasakyan, at mga pila sa lugar ng pagkarga at pagbababa.
  • Gamitin ang HD map, topolohiya ng kalsada, kahulugan ng lugar ng trabaho, karapatan sa daan, at impormasyon sa dispatch upang makabuo ng mga posibleng ruta, okupansiya sa oras, posibilidad ng salungatan, at mga pagtataya ng kawalang-katiyakan.
  • Makipagtulungan sa mga pangkat ng persepsyon, prediksyon, pagpaplano, kaligtasan, at simulation upang masuportahan ng mga output ang pagsusuri ng banggaan, pagbibigay-daan, pagsunod, pag-iwas sa sagabal, at pagpaplano ng bilis.
  • Magtatag ng mga proseso para sa pagkuha ng mga sitwasyon, paglalagay ng label at mga sukatan, muling pagpapatakbo ng simulation, muling paglikha ng mga isyu, at pagpapatunay sa sasakyan upang mapalawak ang saklaw at pagiging maaasahan sa mga komplikadong sitwasyon.
  • Pagbutihin ang latency ng prediksyon, paggamit ng mga mapagkukunan, katatagan, at pag-deploy, kabilang ang integrasyon ng ROS 2 at C++, pag-log, at pag-troubleshoot.

Mga Kinakailangan

  • Master’s degree o mas mataas sa awtonomong pagmamaneho, robotics, artificial intelligence, computer science, control engineering, vehicle engineering, o kaugnay na larangan.
  • Hindi bababa sa limang taong karanasan sa pagbuo ng algorithm para sa awtonomong pagmamaneho, robotics, o mga sistemang walang drayber.
  • Karanasan sa proyekto sa prediksyon, pagsubaybay, pag-unawa sa kilos, o pagpaplano.
  • Karanasan sa pagbuo ng algorithm module mula sa simula, pagtatakda ng mga interface at sukatan ng pagsusuri, at pagtutulak ng tuloy-tuloy na pagpapahusay.
  • Pamilyar sa mga paraan ng prediksyon ng galaw at pagtatantiya ng estado gaya ng CV, CA, CTRV, CTRA, Kalman filters, EKF, UKF, at IMM.
  • Mas mainam kung may karanasan sa mga paraan ng prediksyon gamit ang deep learning gaya ng LSTM, GRU, Transformers, GNN, LaneGCN, VectorNet, HiVT, MTR, o Scene Transformer.
  • Karanasan sa multimodal na prediksyon ng galaw, pagkilala sa kilos at intensiyon, pagmomodelo ng interaksiyon, pagmamarka ng galaw, pagmomodelo ng kawalang-katiyakan, at pag-calibrate ng kumpiyansa.
  • Pag-unawa sa HD map, topolohiya ng kalsada, pagtutugma sa mapa, semantika ng mapa, pag-uugnay ng ruta, at pagbuo ng mga posibleng galaw na nakabatay sa mapa.
  • Nauunawaan kung paano nauugnay ang prediksyon sa pagpaplano at kayang gawing mga input sa engineering ang mga prediksyon para sa ligtas na distansiya, pagtukoy ng salungatan, pagbibigay-daan, pagsunod, at pag-iwas sa sagabal.
  • Dagdag na bentahe ang karanasan sa awtonomong pagmamaneho sa mga minahan, daungan, industriyal na kampus, bakuran ng logistik, kagamitang pangkonstruksyon, o iba pang komplikado at saradong kapaligiran.
  • Dagdag na bentahe ang karanasan sa magkahalong trapiko, magkahalong plota, koordinasyon ng maraming sasakyan, V2X, koordinasyon ng dispatch sa cloud, o prediksyon ng interaksiyon para sa mga sasakyang hindi nakikipag-ugnayan.
  • Dagdag na bentahe ang karanasan sa mga siklo ng feedback ng datos, awtomatikong paglalagay ng label, pagsusuri sa simulation, replay ng sasakyan, pag-deploy ng modelo, at pagsusuri ng mga isyu sa produksiyon.
  • Mas mainam kung pamilyar sa mga module ng Prediction sa Apollo, Autoware, o malalaking platform ng awtonomong pagmamaneho.
  • Mas mainam kung may karanasan sa paghula ng kilos at galaw sa mga hindi organisadong kalsada o kapag hindi kumpleto o hindi lokal na makukuha ang impormasyon sa mapa.

Mga Benepisyo

  • Employer na nagbibigay ng pantay na oportunidad.
  • Hinihikayat mag-apply ang mga aplikante sa lahat ng edad na nakatutugon sa mga kwalipikasyon.
  • Pagkakataong sumali sa komunidad ng mga talento.

Mga Kaugnay na Trabaho