logo of transsion

传音高级运动控制算法工程师(J17771)

社招全职5年以上地点:上海状态:招聘

任职要求


1.自动化、计算机、机械电子、人工智能等相关专业本科及以上学历;
2.5年以上移动机器人运动控制开发经验(优先四轮全向/麦克纳姆轮项目背景);
3. 技术能力栈:
-精通C++,熟悉MicroROS/ROS2开发框架;
-深入掌握现代控制理论(MPC/PID/LQR/滑模控制至少精通一项);
-具有SLAM实战经验(Cartographer/LOAM/ORB-SLAM等框架二次开发);
-具有路径规划算法(A*/D*/RRT等)及运动跟随实战经验;
-熟悉以上技术在android平台落地;
-至少1个完整机器人产品落地经验(需提供技术方案简述);
4.责任心强,有良好的学习能力及团队合作精神,自我驱动能力强;
5.加分项
有宠物陪伴/家庭服务机器人开发经验;
发表过机器人控制相关顶会/期刊论文(ICRA/IROS/RA-L等);
熟悉强化学习(PPO/DDPG)在运动控制中的应用;
熟悉android系统,熟悉深度学习模型及大模型在移动端部署,熟悉framework

工作职责


1. 轮式底盘运动控制
负责四轮全向机器人底盘运动控制算法开发,包括但不限于正逆求解、电机驱动、扭矩分配、姿态稳定性控制;
设计多传感器(IMU、编码器、力矩传感器)融合的实时闭环控制策略;
优化复杂路况(坡道、不平地面、突发障碍)下的运动平滑性与响应速度;
2. SLAM与导航系统
开发适用于动态家庭环境的轻量化SLAM算法(LIDAR+IMU+视觉融合方案);
实现动态障碍物识别与地图实时更新机制;
研究android平台下的SLAM优化部署;
3. 路径规划与运动跟随
设计人机协同场景下的动态路径规划算法(A*/D*/RRT系列优化);
开发基于视觉/雷达的自主跟随算法(人体跟随、宠物跟随模式);
实现多目标优先级决策(避障>跟随>续航)的混合逻辑框架;
4. 系统集成与测试
搭建基于Gazebo/Webots的仿真测试环境;
主导运动控制算法在Android下的模块化开发;
支持硬件团队完成电机控制、传感器标定等嵌入式开发联调;
5.与第三方算法公司合作并提出建设性意见。
包括英文材料
学历+
C+++
开发框架+
SLAM+
算法+
Android+
强化学习+
深度学习+
大模型+
相关职位

logo of anker
校招

1、负责扫地机器人运动控制算法的研究、开发与优化; 2、参与扫地机器人运动控制系统的设计与实现,包括沿边沿墙、自动回充、速度控制、受困脱困、稳定性调节等; 3、负责扫地机器人基干新型传感器(3D ToF、线激光、光流等)的智能避障、目标检测与识别等算法研发与测试。 4、分析产品性能数据,优化控制算法,提高扫地机器人在各种环境下的适应性与稳定性; 5、跟踪行业最新技术动态,不断探索新的算法和技术方案; 6、负责编写与维护运动控制算法相关的开发文档,确保技术文档的准确性与易读性,并确保其他团队成员能够清晰理解文档内容。

更新于 2025-08-14
logo of oppo
社招7-20年SOFTWARE

1. 算法设计与开发 - 负责摄像设备的高精度运动控制算法研发,包括姿态解算、轨迹规划、稳定跟踪、抗干扰等。 - 应用现代控制理论(如LQR、MPC、自适应控制、模糊控制、滑模控制等)优化系统动态性能。 - 解决非线性、时变系统及复杂环境下的控制问题(如震动、负载变化等)。 2. 建模与仿真 - 建立云台系统的运动学、动力学模型,进行多体系统仿真(Matlab/Simulink、ROS等)。 - 设计传感器(IMU、编码器、视觉)与执行机构(电机、舵机)的融合控制策略。 3. 系统集成与调试 - 配合硬件团队完成电机选型、驱动器调试及实时系统(RTOS/Linux)部署。 - 通过实验数据迭代优化算法参数,提升云台响应速度、精度和鲁棒性。 4. 前沿技术研究(optional) - 探索AI/机器学习在控制领域的应用(如强化学习、神经网络控制)。 - 研究多自由度协同控制、路径规划等算法。

更新于 2025-08-20
logo of oppo
社招5-12年SOFTWARE

1. 算法设计与开发 - 负责摄像设备的高精度运动控制算法研发,包括姿态解算、轨迹规划、稳定跟踪、抗干扰等。 - 应用现代控制理论(如LQR、MPC、自适应控制、模糊控制、滑模控制等)优化系统动态性能。 - 解决非线性、时变系统及复杂环境下的控制问题(如震动、负载变化等)。 2. 建模与仿真 - 建立云台系统的运动学、动力学模型,进行多体系统仿真(Matlab/Simulink、ROS等)。 - 设计传感器(IMU、编码器、视觉)与执行机构(电机、舵机)的融合控制策略。 3. 系统集成与调试 - 配合硬件团队完成电机选型、驱动器调试及实时系统(RTOS/Linux)部署。 - 通过实验数据迭代优化算法参数,提升云台响应速度、精度和鲁棒性。 4. 前沿技术研究(optional) - 探索AI/机器学习在控制领域的应用(如强化学习、神经网络控制)。 - 研究多自由度协同控制、路径规划等算法。

更新于 2025-08-22
logo of amap
社招5年以上技术类-算法

设计并实现复杂动态场景下的智能体实时运动规划与控制算法,跟踪强化学习、大模型与规划控制结合的前沿方向,提升智能体在未知开放环境中的鲁棒性和适应性。

更新于 2025-09-04