188****6133niu****@***.com北京30男自动驾驶算法工程师在职北京30k-40k •主导搭建基于毫米波雷达与鱼眼相机的后融合感知流水线，实现夜间低照度场景下行人检测精度提升12%
•设计并开源一套面向泊车场景的语义栅格建图工具，支持自动标注与在线推理，被实验室团队用于实车验证
•获全国大学生智能汽车竞赛创意组一等奖，负责多传感器时空同步与障碍物行为意图识别模块
理想汽车 - 智能驾驶研发中心智能电动汽车全栈自研
2016.07-2019.12
自动驾驶算法工程师多模态感知模型量化部署多任务学习
北京
•负责自动驾驶感知系统的研发，基于Transformer架构搭建环视多任务模型，实现可行驶区域分割、目标3D检测与轨迹预测的联合学习，在夜间及雨雪场景下误检率降低18%，整体召回率提升至96%。
•主导多传感器（主/副激光雷达、环视相机、毫米波雷达）时空对齐与融合方案设计，采用图优化方法完成多源目标关联，将目标跟踪的ID稳定性提升40%，有效抑制了隧道场景下的目标丢失。
•与系统集成团队协作，针对Orin平台进行模型量化与算子优化，利用TensorRT完成FP16推理部署，使感知管线端到端延迟降至33ms，满足量产车规实时性要求。
比亚迪 - 技术研究院自动驾驶部新能源领军企业垂直整合
2020.01-至今
高级自动驾驶算法工程师行为预测决策规划量产工程化
北京
•带领行为预测与决策规划团队，研究基于模仿学习与博弈论的交互式决策算法，构建城市路口无保护左转、环岛通行等场景的行为模型，使车辆决策的拟人化程度和通行效率提升30%。
•负责算法工程化与车端部署，将决策规划模型轻量化并移植到NVIDIA Orin-X平台，通过策略蒸馏与推理图剪枝，使单次规划耗时压缩至50ms以内，功耗降低25%。
•深度参与与比亚迪的量产合作项目，主导算法需求拆解与功能安全分析，推动自研算法完成从感知到控制的闭环验证，成功在多款车型上实现SOP，项目交付周期缩短15%。
基于BEV的城市复杂路口感知与决策系统 - 感知算法核心成员
2017.01-2018.12
•项目背景：针对城市无保护左转、多向行人穿行等高风险路口，开发一套高可靠性的感知-决策联合系统。
•个人职责：设计基于BEVFormer的多视角融合感知模块，利用时序特征增强对小目标及遮挡目标的检测能力，在自建10万帧路口数据集上，行人与非机动车的召回率提升22%。同时参与决策模块的代价函数设计，将感知不确定性融入轨迹评估，使系统在复杂路口的平均无接管里程达到85公里。
•工程贡献：完成模型在NVIDIA Xavier上的推理加速，通过自定义CUDA算子和内存复用，将BEV特征生成耗时压缩至15ms。
•项目背景：开发满足法规要求的高速公路领航辅助功能，实现自动变道、超车、匝道汇入汇出，并最终搭载于比亚迪某车型。
•感知与融合：重构多传感器融合架构，采用自适应扩展卡尔曼滤波与DeepSORT结合的方法，解决弯道、坡度场景下的目标航迹断裂问题，实测ID切换率降至3%以下。
•决策规划：设计分层决策框架，结合规则与模型预测控制，实现横纵向协同的类人变道策略，在15万公里真实路测中，变道成功率超过99.5%，功能安全达到ASIL-D等级。
•量产交付：主导算法与车型电子电气架构的适配，完成实车标定与冬夏两季极限测试，最终软件通过量产评审，车型已上市销售。
痴迷于让机器更安全、更流畅地理解并穿行真实世界，享受用代码赋予车辆判断与决策的乐趣。习惯以工程严谨性对待每一行代码，追求算法在实车上的稳定与极致响应；在感知融合与运动规划上积累深厚，能快速将学术前沿转化为可量产方案。始终保持对技术本质的好奇，愿在攻坚克难的团队中持续打磨安全高效的自动驾驶系统。
深度学习模型优化（PyTorch/TensorRT） 专利:
拥有“基于点云柱状特征与注意力机制的3D小目标检测方法”“面向自动驾驶的在线高精道路拓扑构建系统”等4项已授权发明专利，覆盖感知与建图
论文:
在《IEEE Robotics and Automation Letters》发表《Context-Aware Maneuver Prediction at Unsignalized Intersections》等2篇论文，谷歌学术引用65次，其中一篇入选ESI高被引
