ロボットやAIは、研究室やデモでは動きます。 しかし製造・物流の現場では、メーカーも機種も違うロボットが同じ空間を走り、金属棚の反射や人・台車による遮蔽が絶えず起こります。 ロボット自身のセンサーだけでは「今どこにいて、なぜ止まったのか」を外から把握できず、止まるたびに人が駆けつける運用になりがちです。 本ポジションは、建物側に置いたセンサーでロボットの位置と向きを捉える「インフラ側の目」をゼロからつくるコアメンバーです。 ロボットに何も付けず、改造もしないまま、現場のロボットを外から見守れる状態をつくっていきます。 ───────────── ■業務Mission 我々が目指すのは、メーカーの違いを越えて現場のロボットを束ね、止まらずに動き続けさせる基盤です。 その土台となるのが、建物側のセンサーでロボット・人・空間を捉え、止まったロボットを立て直すための知覚の仕組みです。 点群からロボットを見つけ、機種を見分け、位置と向きを推定する——シミュレーションで成立性を証明し、実機へ移植し、現場で動かすところまでを一気通貫で持つエンジニアを求めています。 ───────────── ■業務 1. 3D認識パイプラインの開発 ・天井設置3D LiDAR点群からの背景差分・クラスタリング・幾何特徴による分類（ロボット／人／車両／仮置き物） ・CADテンプレートとのICPによるロボットの姿勢推定（x, y, θ）と、対称機体の向き曖昧性の解消 ・追跡（Kalman／ハンガリアン法）と物体リストの生成、複数センサー間の統合 2. シミュレーションから実機へ ・Gazebo上の真値付き評価環境での精度検証（位置≤10cm・向き≤5°を目標） ・NVIDIA Jetson上でのCUDA化・リアルタイム化（10Hz目標）、ROS 2ドライバ組込み ・開発ラボ・顧客現場での実機評価、金属棚の反射・遮蔽など実環境課題への対処 3. 学習ベース手法への拡張（条件付き） ・幾何手法で精度が不足する場合の3D検出器の学習・TensorRT化 ・学習データ生成と自動ラベリングパイプラインの設計 ───────────── ■ポジションの魅力 ・プロダクトの成立性を決める中核アルゴリズムを、設計判断から任されます。 ・シミュレーション→実機→現場実証の全段階を、1年で経験できます。 ・「ロボットに何も付けない・改造しない」インフラ側知覚は国内で先例が少なく、技術的に開拓できる領域です。 ・自分の書いた推定器が出すデータが、そのまま会社のデータ資産になります。アルゴリズムと事業の距離が近いポジションです。 ───────────── ■創業期に加わるということ ・少数の創業チームのため、決まったものを実装するのではなく、設計判断に関われます。 ・成果がそのまま次の資金調達・顧客獲得につながり、IPOまでを創業メンバーとして経験できます。 ───────────── 【会社概要】 ■Company Mission 『THINK PHYSICAL ― 止まらない自律社会のインフラを作る』 ロボットが動き、AIが判断し、人が関わらなくても社会が止まらない。そのインフラを、製造業の現場から作ります。 私たちは資料だけで完結するコンサルティングは行いません。エンジニアが顧客の現場に深く入り込み、構想から実装・運用までを一気通貫で担い、製造現場に実体のある成果をもたらします。 ■Service 製造業DXを起点に、AIと現場知見で業務効率化と事業成長を実現 1) BUILD：システム・データ基盤をつくる 　・製造業システム開発（生産管理・品質・トレーサビリティ） 　・IoT基盤（既存設備を含むセンサーデータの収集・可視化） 　・AI開発・データ活用（画像検査・予測・解析をPoCから本番運用まで） 　・AMR/AGV導入支援（搬送ロボットの選定・PoC・運用設計） 2) ADOPT：AIを日常業務の戦力にする 　・AI社員（業務に常駐するAIエージェント） 　・Gemini法人活用／NotebookLM 3) RUN：IT基盤と事業成長に伴走する 　・Google Workspace導入・運用 　・情シスおまかせコンサルサポート 　・GTMエンジニアリング（営業・マーケのツールとデータ連携）

1. エッジ環境での高速化・学習ベース手法の経験 ・CUDA／Isaac ROSによるJetson上の点群処理の最適化経験 ・3D物体検出・6DoF姿勢推定モデルの学習・推論（TensorRT／ONNX Runtime）の経験 2. インフラ側知覚・評価環境の構築経験 ・固定センサー（路側LiDAR・監視カメラ等）によるインフラ側知覚の開発経験 ・Gazebo／Isaac Simでの評価環境構築、rosbagベースの回帰テスト整備の経験 3. 自律移動ロボットへの理解 ・自律移動ロボットの自己位置推定（AMCL等）への理解 ・ナビゲーションスタックへの理解 ４. 不確実性の高い環境における推進力 ・明確な仕様が定まっていない「不確実な要件」の中でも自走できる力 ・仮説検証を回しながら成果へ落とし込んだ経験 ※上記すべての要件を完璧に満たしていなくても問題ありません。技術への強い関心や、現場実装へのパッションをお持ちの方からのご応募をお待ちしております。

・CUDA／Isaac ROSによるJetson上の点群処理の最適化経験 ・3D物体検出・6DoF姿勢推定モデルの学習・推論（TensorRT／ONNX Runtime）の経験 ・固定センサー（路側LiDAR・監視カメラ等）によるインフラ側知覚の開発経験 ・Gazebo／Isaac Simでの評価環境構築、rosbagベースの回帰テスト整備の経験 ・自律移動ロボットの自己位置推定（AMCL等）とナビゲーションスタックへの理解