임베디드 환경 SLAM 알고리즘 개발 전문가

프로젝트 개요 :
- 핵심 목적: Rockchip RV1106G 환경에서 구동되는 카메라-IMU 융합 기반의 고정밀 실내외 위치 추적 엔진 확보.
- 주요 과업: GPS 음영 지역(터널, 역사 등)에서 0.5m 이내의 오차를 유지하는 VIO 알고리즘 설계 및 타겟 보드 이식.
- 개발 환경: Embedded Linux (Rockchip SDK), NPU(0.5 TOPS) 가속 활용 가능.

단계별 과업 범위 (Phased Approach) :
* 본 프로젝트는 리스크 관리를 위해 알고리즘 검증과 임베디드 최적화 단계를 분리하여 진행합니다.

[Phase 1] 알고리즘 설계 및 정밀도 검증 (PoC)
- 기존 오픈소스(MSCKF, VINS-Mono 등) 기반의 경량 VIO 모델 선정 및 커스텀 설계.
- 당사 제공 센서 데이터셋(MIPI CSI 영상 + IMU 로우 데이터)을 활용한 위치 추적 정밀도 검증.
- 목표: 실내외 및 동적 객체가 포함된 환경에서 측위 오차 0.5m 이내 달성.

[Phase 2] RV1106G 타겟 보드 이식 및 최적화 (Porting)
- Phase 1에서 검증된 알고리즘을 RV1106G 환경에 최적화하여 C/C++ 기반 이식.
- NPU 가속: 특징점 추출 및 매칭 연산을 RKNN 라이브러리를 통해 NPU로 할당하여 CPU 부하 최적화.
- 실시간성 확보: 초당 15fps 이상의 추론 속도 및 저지연(Low-latency) 측위 데이터 갱신.

상세 기술 요구사항 (Key Requirements) :
- 센서 퓨전: 카메라 특징점과 IMU 타임스탬프를 $\mu s$ 단위로 동기화 처리하는 로직 포함.
- 캘리브레이션: 카메라 Intrinsic 및 카메라-IMU 간 Extrinsic 파라미터 자동/반자동 산출 툴 제공.
- 복합 측위: GNSS(GPS/RTK) 신호 수신 시 VIO 데이터와 자연스럽게 융합(Seamless Switching)되는 로직 구현.

파트너 자격 요건 (Preferred Skills) :
- 필수: C/C++ 기반 임베디드 알고리즘 개발 및 최적화 숙련자.
- 필수: Visual SLAM 또는 VIO(Visual-Inertial Odometry) 개발 및 상용화 경험.
- 우대: Rockchip(RV1126, RV1106 등) NPU 활용 및 RKNN 변환 최적화 경험.
- 우대: 로보틱스, 자율주행 드론, AR/VR 측위 엔진 개발 경험 보유 업체/팀.

산출물 :
- VIO 알고리즘 소스 코드 원본 (C/C++)
- 캘리브레이션 툴 소스 코드 및 실행 파일
- RV1106G 포팅 및 RKNN 최적화 가이드 문서
- 정밀도 검증 및 필드 테스트 결과 보고서

지원 시 참고사항 :
- 당사에서 개발용 보드(EVB) 및 센서 데이터 로깅 환경을 제공합니다.
- 단순 영상 인식(Object Detection) 업체가 아닌, 항법/측위(Navigation/Localization) 전문 역량을 보유한 파트너의 지원을 기다립니다.

계약 관련 특이사항 :
- Phase 1/Phase 2 분리 또는 통합하여 계약 체결 가능합니다. ( 미팅 시 상세 협의 )