Caterpillar Inc.
Caterpillar Inc.
Caterpillar Inc. är ett globalt tillverkningsföretag som utvecklar tunga maskiner och motorer för bygg-, gruv-, energi- och andra infrastrukturinriktade branscher. Produktportföljen omfattar grävmaskiner, bandschaktare, dumprar och kraftsystem, med stöd av avancerad teknik och ett världsomspännande återförsäljarnätverk. Företaget grundades 1925 och kombinerar lång industriell erfarenhet med fokus på att förbättra produktiviteten och främja mer hållbar utrustning och drift.

Prediktionsingenjör för autonoma gruvfordon

Utveckla beteende- och banprediktion för Caterpillars autonoma gruvfordon och bidra till säkrare drift och effektivare transporter. Bygg och integrera prediktionssystem med ROS 2 och C++ för gruvmiljöer.

Beskrivning

  • Utveckla algoritmer för beteende- och kartbegränsad banprediktion för autonom gruvdrift. Ge tillförlitliga underlag till planeringen och förbättra fordonssäkerheten och transporteffektiviteten.
  • Definiera prediktionsarkitektur, indata, utdata, dataflöden och gränssnittskontrakt med system för perception, spårning, HD-kartor, planering och säkerhet.
  • Bygg arbetsflöden för modellering av objekttillstånd, banhistorik, avsiktsigenkänning, multimodal prediktion, konfidensrapportering och feldiagnostik.
  • Utforma tolkningsbara och testbara prediktionsramverk som kan utökas till korsningar, transportvägar, lastnings- och lossningsområden, köer, svaga nätverk och ofullständig information från trafikledning.
  • Modellera beteende och rörelser hos autonoma och manuellt körda gruvtruckar, följefordon, grävmaskiner, lastmaskiner, vattentankbilar och fotgängare.
  • Utveckla avsiktsigenkänning och banprediktion för att följa, köra om, sammanfoga, lämna företräde, passera korsningar samt för fordonsbyten och köer vid lastnings- och lossningsområden.
  • Använd HD-kartor, vägnätets topologi, arbetsplatsens semantik, företrädesregler och trafikledningsinformation för att ta fram möjliga rutter, tidsmässig beläggning, konfliktsannolikheter och osäkerhetsuppskattningar.
  • Samarbeta med team för perception, prediktion, planering, säkerhet och simulering så att resultaten stöder kollisionskontroller, väjningsbeslut, följning, hinderundvikande och hastighetsplanering.
  • Etablera scenariourval, märkning och mätetal, uppspelning av simuleringar, återskapande av problem och fordonsvalidering för att bredda täckningen och tillförlitligheten i komplexa situationer.
  • Förbättra prediktionens fördröjning, resursanvändning, stabilitet och driftsättning, inklusive ROS 2- och C++-integration, loggning och felsökning.

Krav

  • Masterexamen eller högre inom autonom körning, robotik, artificiell intelligens, datavetenskap, reglerteknik, fordonsteknik eller ett närliggande område.
  • Minst fem års erfarenhet av algoritmutveckling inom autonom körning, robotik eller obemannade system.
  • Projekterfarenhet inom prediktion, spårning, beteendeförståelse eller planering.
  • Erfarenhet av att bygga en algoritmmodul från grunden, definiera gränssnitt och utvärderingsmått samt driva löpande förbättringar.
  • Kunskap om metoder för rörelseprediktion och tillståndsskattning, till exempel CV, CA, CTRV, CTRA, Kalmanfilter, EKF, UKF och IMM.
  • Erfarenhet av prediktionsmetoder med djupinlärning, till exempel LSTM, GRU, Transformers, GNN, LaneGCN, VectorNet, HiVT, MTR eller Scene Transformer, är meriterande.
  • Erfarenhet av multimodal banprediktion, beteende- och avsiktsigenkänning, interaktionsmodellering, banpoängsättning, osäkerhetsmodellering och kalibrering av konfidens.
  • Förståelse för HD-kartor, vägnätets topologi, kartmatchning, kartsemantik, ruttkoppling och generering av kartbegränsade kandidatbanor.
  • Förståelse för kopplingen mellan prediktion och planering samt förmåga att omvandla prediktioner till tekniska underlag för säkerhetsavstånd, konfliktdetektering, väjning, följning och hinderundvikande.
  • Erfarenhet av autonom körning i gruvor, hamnar, industriområden, logistikgårdar, med anläggningsmaskiner eller i andra komplexa, avgränsade miljöer är meriterande.
  • Erfarenhet av blandad trafik, fordonsflottor med olika fordon, samordning av flera fordon, V2X, samordning med molnbaserad trafikledning eller prediktion av interaktioner med fordon som inte samverkar är meriterande.
  • Erfarenhet av återkopplingsloopar för data, automatisk märkning, simuleringsutvärdering, uppspelning av fordonsdata, modelldistribution och felsökning av produktionsproblem är meriterande.
  • Kunskap om prediktionsmodulerna i Apollo, Autoware eller storskaliga plattformar för autonom körning är meriterande.
  • Erfarenhet av att förutsäga beteenden och banor på ostrukturerade vägar eller när kartinformation är ofullständig eller lokalt otillgänglig är meriterande.

Förmåner

  • Arbetsgivaren tillämpar lika möjligheter.
  • Sökande i alla åldrar som uppfyller kvalifikationerna uppmuntras att ansöka.
  • Möjlighet att gå med i talangnätverket.

Relaterade jobb