1.理论基础扎实，熟悉非线性优化理论、概率优化理论、李代数，熟悉ceres solver，g20等分线性优化库;
2.了解SLAM的基础原理，熟悉Cartographer, gMapping的开源SLAM算法;
3.熟悉SLAM问题中多传感器融合、地图匹配，闭环检测、图优化等的常用算法;
4.具有丰富的C++编程经验，熟练使用Linux、 ROS;
5.具有三年或以上SLAM方向研究及工程相关经验者，以及有在ICRA、IROS、RSS发表论文者优先;
6.有机器人、无人车无人机比赛经验者优先，公开数据集上有优秀表现者优先。