模块：空间智能导航方向 课题方向：多目前馈式稠密重建与纯视觉4DGS 方向内容：“轻图”导航要求机器人依赖实时感知而非高精地图，需在无先验地图环境下快速获得稠密三维几何。核心挑战：如何在有限计算资源下实现多目数据的高效融合，并利用纯视觉4DGS完成场景的时空一致表达与未知区域推演 岗位职责 1. 研究多目RGB+IMU的由粗到精（Coarse-to-Fine）深度推断网络； 2. 实现多传感器空间对齐与高精度Pose估计，直接提取稠密点云； 3. 以多目图像及Pose为输入生成纯视觉4DGS场景表征，保持帧间时空3D一致性； 4. 结合Text Prompt Exploration探索场景泛化能力，推演原始轨迹未覆盖区域的新视角图像与Pose；5. 在EGO坐标系下输出稠密点云与4DGS表征，支撑下游导航规划 专业方向：计算机视觉、3D视觉、机器人学。硬技能：精通多视几何/双目深度估计及稠密重建pipeline（COLMAP/NeRF/3DGS）；有4DGS经验者优先；熟悉Pose估计（ORB-SLAM/DROID-SLAM）及传感器融合（多目+IMU）；掌握PyTorch/TensorRT推理优化。加分项：有大场景NeRF/GS重建项目经验