個人覺得首先需要精通常見的點雲后處理方法，包括匹配，三維重建等。自動駕駛有相當一部分工作是基於點雲的，比如檢測，定位等。深度學習應用到點雲處理是比較有研究價值的，像3D檢測，點雲分割，語義定位都還不錯
jd
崗位職責：
- 負責點雲數據的預處理、分類、分割、矢量提取等功能的開發
- 負責Lidar設備數據采集、預處理、后處理過程中的相關點雲算法研究，承擔核心算法和核心功能開發，根據系統設計進行算法設計、代碼編寫、測試驗證和評價；
- 點雲分割、分類和地物特征提取算法研發；
- 基於點雲的對象檢測、識別和跟蹤算法研發。
- 激光雷達數據的采集、處理及標定；
- 研發基於三維激光雷達的特征提取、目標識別與跟蹤算法；
- 負責研發基於激光雷達的SLAM算法；
- 無人機巡檢中的激光點雲算法應用；
- 激光雷達算法在嵌入式平台上的部署。
- 負責智能汽車視覺感知相關核心技術研發與產品設計，包括但不限於圖像識別，物體檢測與跟蹤，語義分割，視頻語義理解，SLAM，3D視覺等；
- 有點雲算法實操經驗，包括但不限於SLAM、柵格化、地面提取、點雲分割等；
- 跟蹤並推進計算機視覺和機器/深度學習的最新技術，並將這些技術部署到產品；
- 有良好的編程規范與技術文檔編寫習慣，具有優良的團隊合作精神與較強的自主學習能力，邏輯思維清晰，能承受一定的工作壓力。
職位要求：
1、熟練掌握C/C++/Matlab/python等常用編程語言，熟悉Linux；碩士及以上學歷，1年以上工作經驗；
2、具有基於激光雷達的點雲算法研發經驗；熟悉環境感知、信息融合、定位、路徑規划、SLAM等一個或多個方向的常用算法；
3、熟悉常用的人工智能算法框架caffe、tensorflow、torch等；
4、熟悉模式識別、機器學習的常用算法（例如SVM/AdaBoost、決策樹、隨機森林、PCA、KNN等），有相關項目經歷；
5、熟悉ROS系統框架及有ROS開發經驗；
6、參加過無人機、機器人等比賽者優先，有激光雷達與相機/IMU之間標定經驗者優先。
2， 熟悉Linux系統. 熟練掌握C++面向對象編程
3， 熟悉卡爾曼濾波、粒子濾波等算法，數學和算法基礎扎實
4， 扎實的代碼能力
1、計算機、數學、物理、測繪等專業碩士及以上學歷，數學基礎較好，尤其是最小二乘法、數值優化以及基本的計算幾何；
2、熟悉Lidar設備數據預處理過程，負責其中點雲三維目標提取算法，包括點雲去噪濾波處理、目標檢測與識別、點雲匹配融合、點雲校正等相關算法研發；
3、熟悉三維重建/點雲處理/目標識別相關算法者優先，包括但不限於：點雲過濾，三維模型識別，點雲搜索，點雲分割，模型提取，點雲匹配，點雲可視化等；
4、精通PCL，精通C++編程，有3年以上開發C++經驗，理解並熟練運用空間樹形結構，如Kd樹、八叉樹等；
5、熟悉測繪3D產品的生產原理與流程，有各種數字地面模型（DTM、DEM、DSM）和點雲分類項目開發經驗者優先；
2.精通C/C++語言編程，熟悉數據結構和算法；有較好的C/C++編程經驗，熟悉PCL庫，熟悉常用的數據結構與算法；
3. 熟悉激光點雲數據處理相關算法，如點雲匹配、濾波、分類、分割、矢量化等；
4. 熟悉PCL、PointNet等點雲開源庫；
5. 具有良好的溝通表達能力和較強的團隊協作能力。
對c++要求挺高。
工具掌握：
- egine(c++版本的numpy)
- pcl庫（3D版的opencv）
- PointNet點雲庫
- 激光雷達的使用
- 點雲數據的特征
（ros系統要不要？）
問題：
- 要做感知融合，首先要做傳感器的同步
- 點雲也是通過做3d重建（恢復）來進一步做slam 逆向工程 3d測量 路徑規划 避障等
- 那么3d重建有多少思路，除了通過點雲做，RGBD相機能做嘛？
- 點雲---->擬合曲面---->3d重建