个人觉得首先需要精通常见的点云后处理方法，包括匹配，三维重建等。自动驾驶有相当一部分工作是基于点云的，比如检测，定位等。深度学习应用到点云处理是比较有研究价值的，像3D检测，点云分割，语义定位都还不错
jd
岗位职责：
- 负责点云数据的预处理、分类、分割、矢量提取等功能的开发
- 负责Lidar设备数据采集、预处理、后处理过程中的相关点云算法研究，承担核心算法和核心功能开发，根据系统设计进行算法设计、代码编写、测试验证和评价；
- 点云分割、分类和地物特征提取算法研发；
- 基于点云的对象检测、识别和跟踪算法研发。
- 激光雷达数据的采集、处理及标定；
- 研发基于三维激光雷达的特征提取、目标识别与跟踪算法；
- 负责研发基于激光雷达的SLAM算法；
- 无人机巡检中的激光点云算法应用；
- 激光雷达算法在嵌入式平台上的部署。
- 负责智能汽车视觉感知相关核心技术研发与产品设计，包括但不限于图像识别，物体检测与跟踪，语义分割，视频语义理解，SLAM，3D视觉等；
- 有点云算法实操经验，包括但不限于SLAM、栅格化、地面提取、点云分割等；
- 跟踪并推进计算机视觉和机器/深度学习的最新技术，并将这些技术部署到产品；
- 有良好的编程规范与技术文档编写习惯，具有优良的团队合作精神与较强的自主学习能力，逻辑思维清晰，能承受一定的工作压力。
职位要求：
1、熟练掌握C/C++/Matlab/python等常用编程语言，熟悉Linux；硕士及以上学历，1年以上工作经验；
2、具有基于激光雷达的点云算法研发经验；熟悉环境感知、信息融合、定位、路径规划、SLAM等一个或多个方向的常用算法；
3、熟悉常用的人工智能算法框架caffe、tensorflow、torch等；
4、熟悉模式识别、机器学习的常用算法（例如SVM/AdaBoost、决策树、随机森林、PCA、KNN等），有相关项目经历；
5、熟悉ROS系统框架及有ROS开发经验；
6、参加过无人机、机器人等比赛者优先，有激光雷达与相机/IMU之间标定经验者优先。
2， 熟悉Linux系统. 熟练掌握C++面向对象编程
3， 熟悉卡尔曼滤波、粒子滤波等算法，数学和算法基础扎实
4， 扎实的代码能力
1、计算机、数学、物理、测绘等专业硕士及以上学历，数学基础较好，尤其是最小二乘法、数值优化以及基本的计算几何；
2、熟悉Lidar设备数据预处理过程，负责其中点云三维目标提取算法，包括点云去噪滤波处理、目标检测与识别、点云匹配融合、点云校正等相关算法研发；
3、熟悉三维重建/点云处理/目标识别相关算法者优先，包括但不限于：点云过滤，三维模型识别，点云搜索，点云分割，模型提取，点云匹配，点云可视化等；
4、精通PCL，精通C++编程，有3年以上开发C++经验，理解并熟练运用空间树形结构，如Kd树、八叉树等；
5、熟悉测绘3D产品的生产原理与流程，有各种数字地面模型（DTM、DEM、DSM）和点云分类项目开发经验者优先；
2.精通C/C++语言编程，熟悉数据结构和算法；有较好的C/C++编程经验，熟悉PCL库，熟悉常用的数据结构与算法；
3. 熟悉激光点云数据处理相关算法，如点云匹配、滤波、分类、分割、矢量化等；
4. 熟悉PCL、PointNet等点云开源库；
5. 具有良好的沟通表达能力和较强的团队协作能力。
对c++要求挺高。
工具掌握：
- egine(c++版本的numpy)
- pcl库（3D版的opencv）
- PointNet点云库
- 激光雷达的使用
- 点云数据的特征
（ros系统要不要？）
问题：
- 要做感知融合，首先要做传感器的同步
- 点云也是通过做3d重建（恢复）来进一步做slam 逆向工程 3d测量 路径规划 避障等
- 那么3d重建有多少思路，除了通过点云做，RGBD相机能做嘛？
- 点云---->拟合曲面---->3d重建