工作职责：主要工作：从数据预处理、特征提取、多任务预测头、损失函数等方面对算法进行研发与优化，全面提升模型性能。 主要负责多模态前融合预研工作和泊车occ方向的行泊功能研发工作，具体工作内容如下： ➢ 多模态语义分割（视觉BEV+lidar）：基于Siamese双分支架构与定制CustomFPN，适配针孔/鱼眼异构相机，利用LSS视图变换完成多分辨率图像物理BEV空间统一投影，解决2D像素多对一深度歧义问题；通过视觉主干+激光雷达残差补全的BEV融合策略，结合雷达有效掩码与自适应加权机制，弥补纯视觉遮挡、无纹理区域几何缺陷，显著提升复杂场景感知鲁棒性；优化融合后的BEV特征，解耦车位大目标与地锁、闸机等稀疏小目标任务。 ➢ Occupancy（视觉）：基于轻量化双分辨率OCC，落地2.5D Fake3D伪3D占据栅格建模，大幅降低显存与标注成本；采用10cm全局粗感知+5cm近端精感知双分支结构，兼顾远距离预判与近距离精细避障；构建融合FocalLoss、Lovasz、高度回归、点云几何监督的复合损失体系，解决OCC边界模糊、高程偏差、帧间抖动问题。 ➢ 数据生产与真值生成：通过Fake3D真值拍扁，建立路沿人工标注与点云高度融合，设计自动化质检流程用于后续模型训练评测。 ➢ Case 回灌与问题闭环：进行北汽-广丰-上汽J6B项目模型case的回灌和分析，包含车辆、路沿、墙体/立柱等误检、漏检等问题。 ➢ 模型训练与评测：负责发版模型的训练与评测，配置多任务训练参数；基于BEVDet，完成OCC任务的2D/3D多维度指标计算。 ➢ 可视化精度评测：针对OCC预测存在的膨胀与腐蚀现象，结合卡尺数据，在BEV俯视图上对关键类别（车辆、路沿等）的边缘偏移进行像素级度量，结合栅格分辨率换算出实际物理距离偏差，量化每次发版模型的边界精度。 ➢ 模型优化实验：针对鱼眼相机在室内外光照强度差异大的问题，设计色彩增强消融实验；针对车辆和路沿边界精度不足的问题，设计并验证边界加权损失函数，强化物体轮廓区域的监督信号，有效提升了关键类别的边缘精度指标。