岗位职责： 1、信号处理：负责对采集到的飞行器信号、摄像头、雷达等数据信号进行分析、处理和特征提取，为鸟类识别算法提供高质量的数据支持。 2、鸟类识别算法开发：参与开发和优化鸟类识别算法，使用计算机视觉技术和机器学习模型（如Yolo算法）进行目标检测，提升识别准确率和效率。 3、危险等级判断：开发和应用风险评估模型，分析鸟类的大小、数量、飞行路径和速度等因素，以评估其对飞行器的潜在威胁。 4、驱离措施部署：设计和实施驱离措施，包括声波、光线等非致命手段，确保鸟类远离飞行器的航线。 5、仿真模拟验证：使用ROS和Gazebo进行建模，搭建仿真环境，模拟实际应用场景，测试和验证系统在不同场景下的性能。 6、文档撰写与沟通：记录工作过程中的数据、问题及解决方案，撰写相关技术文档；与团队成员保持良好沟通，积极参与项目讨论，及时反馈工作进展。 任职要求： 1、专业要求：计算机科学与技术、电子信息工程、自动化、数学等相关专业，本科及以上学历在读学生，预计实习时长不少于6个月。 2、技术能力： 熟悉Python编程，具备扎实的编程基础和良好的代码编写习惯。 了解深度学习基础知识，熟悉常见的深度学习框架（如TensorFlow、PyTorch等），对视频图像识别有一定的理论知识和实践经验。 熟悉Yolo算法原理，有相关算法训练实践经验者优先。 了解信号处理的基本方法和原理，有实际信号处理项目经验者更佳。 对ROS和Gazebo有一定了解，能够进行简单的建模和场景搭建工作。 3、其他要求： 具备较强的学习能力和动手能力，能够快速掌握新知识和新技术。 工作认真负责，有良好的团队协作精神和沟通能力，能够承受一定的工作压力。 对人工智能领域有浓厚的兴趣，有志于在模型训练方向深入发展。