工作职责：

概要:主导搭建离线感知自动标注算法，融合全时序多模态前景背景信息，加速数据标注、扩充已有数据，实现对线上问题的快速闭环迭代

背景伪标签:
技 术 点:
1、外部依赖:离线优化Pose、Online Parsing模型
2、Pipeline:以粒子滤波进行全时序动态信息传递，构建Dynamic Occupacy Map，完成地 面高度建模，融合前景算法模块，输出感知元素地图

输出业务:
1、前景点云语义伪标签 3、Dense Parsing伪标签
2、点云动静&Flow伪标签

前景伪标签:
技 术 点:
1、外部依赖:Online前融合模型、Online视觉检测模型
2、Pipeline: 检测:PVRCNN异构模型检测、Rule Based点云目标聚类 关联:多检测输入融合、全时序多阶段目标关联
2、1状态估计:UKF无迹卡尔曼滤波、IMM多运动模型交互、Point-Level运动状态估 计、FBS双向滤波、Factor Graph因子图优化、轨迹置信度分类模型
2、2多模态融合:2D3D目标关联、3D目标2D可见性建模、点云语义感知地图融合 输出业务:1、点云检测 4、点云检测转弯异型车专项
3、点云检测目标动静&速度 5视觉BEV检测
4、4点云检测紧致框脑补化

二、感知 速度估计 2021、11 - 2021、12 概 要:搭建Point-Level运动状态估计的线上轻量化版本，对目标进行低延迟的速度、动静态估计 技 术 点:点云目标特征点采样、XY轴特征Hist建模、模拟退火搜索、HMM动静概率估计;

工作职责：

一、自动标注离线感知Track Fusion
概 要:负责搭建离线Track Fusion系统，提供人工无法标注的目标运动状态真值，为点云检测标注提供预标注信息，降低数据标注成本
技 术 点:
1、外部依赖:Offline点云时序检测模型
2、Pipeline: Two Stage目标关联、UKF无迹卡尔曼滤波、IMM多运动模型交互、ICP配准、 FBS 双向滤波、Factor Graph因子图优化等
输出业务:
1、点云目标动静&速度
2、点云检测预标注，常态化产线，降低70%人工标注耗时&成本，标注预算每年节省近千万
3、服务于感知、规划、仿真、测试四个业务团队

二、感知 速度估计  
概 要:主导搭建Online的Point-Level Match算法，对目标进行低延迟的速度、动静态估计，解决 Lidar传统几何Box建模下，目标速度估计精度低、延迟高以及在遮挡条件下精度损失大的问题
技 术 点:点云目标特征点采样、2D Grid概率建模、模拟退火搜索、HMM动静概率估计。算法模块同时
作用于Online、Offline系统。Online进行了计算量耗时优化，Offline做了全时序优化拓展

三、感知 2020 CVPR Argo 3D Tracking Competition Rank 1
 概 要:主导参与2020 CVPR Argoverse 3D Tracking 比赛，并获得第一名，关键指标高出第二名5个点以上

四、自动标注 离线地面检测
概 要:主导搭建离线地面高度自动标注系统，为Online地面检测模型提供地面高度真值

五、感知 自动评价系统
概 要:主导搭建感知算法MOTA全量目标评价系统，离线感知对人工标注进行全时许状态优化生评测真值，并对Online感知结果进行MOTA、IDF1、ID_Switch、速度时延、动静时延等感知 指标评价。