极飞科技机器人算法工程师（控制）(J11362)
任职要求
1、硕士及以上学历，具有良好的嵌入式软件基础和高等数学和物理功底，熟悉经典和现代控制理论、导航定位、熟悉运动传感器及其处理； 2、熟悉C\C++语言嵌入式开发，熟悉Linux的软件开发，熟悉ARM Cortex-M核、ESP32等MCU的开发； 3、有较好的业务功能场景想象力和实现力，分析目标用户场景的各种情况，逻辑清晰，并通过软件工程实现； 4、熟练掌握两种以上控制或传感器融合算法并应用在相关实际被控对象，并…
工作职责
1、负责机器人控制器运动控制系统部分算法和业务的开发和协同； 2、负责定位导航、传感器处理、数据融合、控制器设计等，使得相关产品达到精准、稳定、鲁棒、安全的运动控制性能和用户体验； 3、编写相关文档、测试用例、协作其他部门完成相关工作； 4、完成上级安排的其他工作任务。
1、根据产品规划参与需求分析，技术评估； 2、负责农业车辆（如自动驾驶拖拉机、插秧机、收割机、无人车）运动控制与状态估计部分算法与业务的开发，包括定位导航、传感器处理、数据融合、控制器设计、控制性能调教等，使得相关产品达到精准、稳定、鲁棒、安全的运动控制性能和用户体验； 3、开发控制系统相关的调试与数据分析上位机； 4、完成上级安排的其他工作任务。
1、负责挖掘机多自由度机械臂的运动学、动力学建模，设计并实现运动控制算法（轨迹规划、逆运动学求解、力/位混合控制等）； 2、负责液压运动控制系统的轨迹控制器开发、调优、嵌入式移植及产品化落地，解决液压系统固有的响应延迟、非线性、死区特性等控制难题； 3、研究并应用机器学习/深度学习方法融合到传统控制框架中，构建数据驱动或模型混合的智能控制策略，重点攻克以下课题： （1）液压系统时变延迟的在线辨识与自适应补偿； （2）控制特性随油温、负载、磨损等工况变化的鲁棒适应问题（如基于学习的参数自整定、域自适应）； （3）利用强化学习（RL）/ 模仿学习等方法优化挖掘机复杂作业场景下的运动控制策略； （4）搭建仿真-实机闭环验证流程（Sim-to-Real），推动基于学习的运动控制模型从离线训练到实车部署的全链路落地；
1、负责挖掘机多自由度机械臂的运动学、动力学建模，设计并实现运动控制算法（轨迹规划、逆运动学求解、力/位混合控制等）； 2、负责液压运动控制系统的轨迹控制器开发、调优、嵌入式移植及产品化落地，解决液压系统固有的响应延迟、非线性、死区特性等控制难题； 3、研究并应用机器学习/深度学习方法融合到传统控制框架中，构建数据驱动或模型混合的智能控制策略，重点攻克以下课题： 4、液压系统时变延迟的在线辨识与自适应补偿； 5、控制特性随油温、负载、磨损等工况变化的鲁棒适应问题（如基于学习的参数自整定、域自适应）； 6、利用强化学习（RL）/ 模仿学习等方法优化挖掘机复杂作业场景下的运动控制策略； 7、搭建仿真-实机闭环验证流程（Sim-to-Real），推动基于学习的运动控制模型从离线训练到实车部署的全链路落地；
1. 负责搭建和部署人形机器人控制框架 2. 负责柔性控制、全身控制等相关功能研发 3. 参与机器人轨迹优化方面的相关工作 4. 根据业务要求定义并维护机器人控制框架 5. 开发数据可视化、控制器评测等相关工具链 6. 编写相关技术文档