3D Reconstruction & SLAM Engineer

팀 소개

(주)딥인사이트는현재 판교테크노밸리에위치한 인공지능(AI) 기반의 3D 센싱(Sensing) 솔루션 전문 기업으로, 모빌리티, 자율주행, 보안, 로보틱스, 스마트 팩토리, 스마트 시티, 물류 자동화 등 4차산업의 다양한 분야에 인공지능(AI), 3D 센싱(Sensing), 광학 기술(Optics)을 융,복합적용한 제품 및 시스템 출시로 3D카메라 및 3D Vision시장을 선도하고 있습니다.

포지션 소개

DT사업본부는 자체 개발한 휴대용 3D 공간 스캐너를 기반으로, LiDAR·IMU·카메라 데이터를 활용하여 실제 산업 현장을 고품질 3D 데이터로 재구성하는 기술을 개발하고 있습니다. 본 포지션은 자사 스캐너에서 취득한 Raw Sensor Data를 기반으로 SLAM, Point Cloud 후처리, 동적 객체 제거, 정합, Mesh Reconstruction 등 3D 재구성 파이프라인을 개발하는 역할입니다. 스캐너는 핸드헬드 방식뿐 아니라 로봇개, 차량, 이동형 로봇 등에 탑재될 수 있으며, 다양한 환경에서도 안정적인 3D 결과물을 생성하는 것을 목표로 합니다.

업무

• LiDAR-Inertial SLAM 알고리즘을 자사 3D 스캐너 데이터에 맞게 이식·통합·고도화

• FAST-LIO2, Point-LIO, GLIM, LIO-SAM 등 오픈소스 SLAM 프레임워크 분석 및 적용

• LiDAR·IMU·Camera 데이터의 시간 동기화, 좌표계 정합, Motion De-skew 처리

• 핸드헬드, 로봇개, 차량 등 플랫폼별 SLAM 안정화 및 파라미터 튜닝

• 실내 공간, 좁은 복도, 반사면, 무특징 벽 등 SLAM 실패 환경 대응

• Point Cloud 후처리 개발: 노이즈 제거, 다운샘플링, 동적 객체 제거, 여러 스캔 데이터 정합

• GCP 또는 기준 좌표계를 활용한 Point Cloud 정밀 정합

• Point Cloud 기반 Mesh Reconstruction 및 Collision Mesh 생성

• 3DGS, PCD, Mesh 간 좌표 정합 및 Segmented Mesh 생성 파이프라인 개발 지원
• SLAM 정확도, 처리 시간, 정합 품질에 대한 Benchmark 및 자동 검증 도구 개발
• 라우드 배치 처리 파이프라인에 SLAM·3D 재구성 모듈 연동

자격요건

• 학위: 관련 분야 학사 이상
• 필수 자격

• LiDAR-Inertial SLAM 또는 LiDAR Odometry 관련 개발 경험

• C++ 개발 역량 및 ROS 또는 ROS2 사용 경험

• PCL, Open3D 등 Point Cloud 처리 경험

• ICP, GICP, NDT 등 Point Cloud Registration에 대한 이해

• IMU, 좌표계 변환, 센서 캘리브레이션, Timestamp 동기화에 대한 기본 이해

• SLAM 결과를 정량적으로 평가하고 디버깅할 수 있는 역량

우대사항

• Visual-Inertial 또는 LiDAR-Visual-Inertial SLAM 경험

• FAST-LIVO2, R3LIVE, LVI-SAM 등 LVIO 계열 오픈소스 활용 경험

• 로봇개, 차량, AMR, UGV 등 이동 플랫폼에서 Mapping 또는 Localization 경험

• 회전형 LiDAR 또는 비표준 LiDAR 센서 데이터 처리 경험

• Point Cloud 기반 Mesh Reconstruction 경험

• 3D Gaussian Splatting, 3D Segmentation, Semantic Mesh 관련 경험

• Unity, Isaac Sim, OpenUSD 등 시뮬레이션 환경 연계 경험

• Python, Docker 기반 데이터 처리·평가 자동화 경험

기대 산출물

산출물

설명

SLAM 처리 모듈

자사 3D 스캐너 Raw Data 기반 SLAM 처리 모듈

플랫폼별 Mapping Mode

핸드헬드, 로봇개, 차량, 좁은 공간 등

Point Cloud 후처리

노이즈 제거, 다운샘플링, 동적 객체 제거, 다중 스캔 정합

정밀 정합

GCP 또는 기준 좌표계 기반 정밀 정합 모듈

3D 재구성

Mesh Reconstruction 및 Collision Mesh 생성 파이프라인

Semantic Mesh 지원

3DGS·PCD·Mesh 정합 및 Semantic Mesh 생성 지원 모듈

품질 평가

SLAM 품질 평가 및 자동 Benchmark 리포트

이런 분을 찾습니다!

• 오픈소스 SLAM을 단순 실행하는 것이 아니라, 실제 센서 데이터에 맞게 수정·통합할 수 있는 분

• 실제 현장 데이터에서 발생하는 Drift, Tracking Loss, 반사면, 동적 객체 문제를 해결해본 분

• SLAM뿐 아니라 Point Cloud, Mesh, 3D 재구성까지 이어지는 전체 파이프라인에 관심이 있는 분

• 연구 코드와 제품 코드의 차이를 이해하고, 운영 가능한 모듈로 정리할 수 있는 분

---------------------------------------------------------------------------------------------------