Caterpillar Inc.
Caterpillar Inc.
A Caterpillar Inc. globális gyártóvállalat, amely építőipari, bányászati, energetikai és más, infrastruktúrára összpontosító iparágak számára fejleszt nehézgépeket és motorokat. Termékportfóliójába kotrógépek, dózerek, csuklós dömperek és erőátviteli rendszerek tartoznak, amelyeket fejlett technológia és világszerte működő kereskedői hálózat támogat. Az 1925-ben alapított vállalat hosszú iparági tapasztalatát a termelékenység javítására, valamint fenntarthatóbb gépek és működési folyamatok fejlesztésére irányuló törekvéssel ötvözi.

Előrejelző mérnök – autonóm bányászati járművek

Fejlesszen viselkedés- és pályapredikciót a Caterpillar autonóm bányászati járműveihez, támogatva a biztonságosabb üzemeltetést és a hatékonyabb szállítást. Építsen és integráljon ROS 2-vel és C++-szal működő predikciós rendszereket bányászati környezetekhez.

Leírás

  • Fejlesszen viselkedés- és térképkorlátos pályapredikciós algoritmusokat az autonóm bányászathoz, megbízható bemeneteket biztosítva a tervezésnek, valamint javítva a járműbiztonságot és a szállítás hatékonyságát.
  • Határozza meg a predikciós architektúrát, a bemeneteket, a kimeneteket, az adatfolyamokat és az interfészszerződéseket az érzékelési, követési, HD-térképes, tervezési és biztonsági rendszerekkel.
  • Hozzon létre munkafolyamatokat az objektumállapotok modellezésére, a pályatörténetek kezelésére, a szándék felismerésére, a multimodális predikcióra, a megbízhatóság jelentésére és az anomáliák diagnosztizálására.
  • Tervezzen értelmezhető és tesztelhető predikciós keretrendszereket, amelyek kiterjeszthetők kereszteződésekre, szállítási utakra, rakodási és kirakodási területekre, sorokra, gyenge hálózatokra és hiányos diszpécserinformációkra.
  • Modellezze az autonóm és kézi vezérlésű bányászati teherautók, kísérőjárművek, kotrógépek, rakodógépek, vízszállító teherautók és gyalogosok viselkedését és mozgását.
  • Fejlesszen szándékfelismerést és pályapredikciót követéshez, előzéshez, besoroláshoz, elsőbbségadáshoz, kereszteződésekhez, valamint járműcserékhez és sorban álláshoz a rakodási és kirakodási területeken.
  • Használjon HD-térképeket, úthálózati topológiát, a munkaterület szemantikai adatait, elsőbbségi szabályokat és diszpécserinformációkat lehetséges útvonalak, időbeli területfoglalás, konfliktusvalószínűségek és bizonytalansági becslések előállításához.
  • Dolgozzon együtt az érzékelési, predikciós, tervezési, biztonsági és szimulációs csapatokkal, hogy a kimenetek támogassák az ütközésellenőrzést, az elsőbbségadást, a követést, az akadályelkerülést és a sebességtervezést.
  • Alakítson ki forgatókönyv-feltárási, címkézési és mérési folyamatokat, szimulációs visszajátszást, hibák reprodukálását és járművalidálást az összetett jelenetek lefedettségének és megbízhatóságának növelésére.
  • Javítsa a predikció késleltetését, az erőforrás-felhasználást, a stabilitást és az éles üzembe állítást, beleértve a ROS 2- és C++-integrációt, a naplózást és a hibaelhárítást.

Követelmények

  • Mesterfokozat vagy magasabb végzettség autonóm járművezetés, robotika, mesterséges intelligencia, informatika, irányítástechnika, járműmérnöki tudományok vagy kapcsolódó területen.
  • Legalább öt év algoritmusfejlesztési tapasztalat autonóm járművezetés, robotika vagy pilóta nélküli rendszerek területén.
  • Projekt tapasztalat predikcióban, követésben, viselkedés-megértésben vagy tervezésben.
  • Tapasztalat algoritmusmodul nulláról történő felépítésében, interfészek és értékelési mérőszámok meghatározásában, valamint a folyamatos fejlesztés előmozdításában.
  • Jártasság mozgáspredikciós és állapotbecslési módszerekben, például CV, CA, CTRV, CTRA, Kalman-szűrők, EKF, UKF és IMM.
  • Előnyt jelent mélytanulás-alapú predikciós módszerekkel, például LSTM-mel, GRU-val, Transformerrel, GNN-nel, LaneGCN-nel, VectorNettel, HiVT-vel, MTR-rel vagy Scene Transformerrel szerzett tapasztalat.
  • Tapasztalat multimodális pályapredikcióban, viselkedés- és szándékfelismerésben, interakciómodellezésben, pályaértékelésben, bizonytalanságmodellezésben és megbízhatósági kalibrációban.
  • A HD-térképek, az úthálózati topológia, a térképi illesztés, a térképi szemantika, az útvonal-hozzárendelés és a térképkorlátos jelölt pályák létrehozásának ismerete.
  • A predikció és a tervezés kapcsolatának megértése, valamint a predikciók biztonsági távolságokhoz, konfliktusészleléshez, elsőbbségadáshoz, követéshez és akadályelkerüléshez szükséges mérnöki bemenetekké alakításának képessége.
  • Előnyt jelent autonóm járművezetési tapasztalat bányákban, kikötőkben, ipari telephelyeken, logisztikai udvarokon, építőipari gépekkel vagy más összetett, zárt környezetben.
  • Előnyt jelent vegyes forgalomban, vegyes járműflottákkal, több jármű koordinálásával, V2X-szel, felhőalapú diszpécser-koordinációval vagy nem együttműködő járművek interakcióinak predikciójával szerzett tapasztalat.
  • Előnyt jelent adat-visszacsatolási ciklusokkal, automatizált címkézéssel, szimulációs értékeléssel, járműfelvételek visszajátszásával, modelltelepítéssel és éles üzemi hibák diagnosztizálásával szerzett tapasztalat.
  • Előnyt jelent az Apollo, az Autoware vagy más nagyléptékű autonóm járművezetési platform predikciós moduljainak ismerete.
  • Előnyt jelent viselkedés- és pályapredikciós tapasztalat strukturálatlan utakon, illetve hiányos vagy helyben nem elérhető térképadatok esetén.

Juttatások

  • Esélyegyenlőséget biztosító munkáltató.
  • A képesítési feltételeknek megfelelő, bármilyen életkorú jelentkezőket várjuk.
  • Lehetőség a tehetségközösséghez való csatlakozásra.

Kapcsolódó állások