字节跳动机器人触觉传感器开发实习生-Seed
任职要求
1、硕士及以上学位在读，机械等相关专业优先；
2、熟悉机器人电阻/电容薄膜阵列传感器、VBTS、电子皮肤等机器人触…工作职责
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、负责触觉传感器制备工艺的开发、实践和测试； 2、负责触觉传感器结构设计、方案设计和探索； 3、负责触觉传感器标定算法开发。
职位概述： 我们寻找一位智能传感器开发工程师/专家，为机器人在复杂环境（如导航、抓取操作、人机交互）中设计创新的感知方案。负责多传感器（视觉、触觉、IMU、RTK等）与算法的深度融合，开发高可靠性感知系统，并推动机器人平台的落地应用。该职位需兼具硬件设计、算法优化及工程实现能力。 1. 传感器系统方案设计：分析机器人需求，定义传感功能及技术指标，完成关键技术预研与可行性评估。 2. 传感器设计与优化：主导视觉、雷达、触觉等传感器的仿真设计、选型及性能优化。 3. 系统验证与交付：制定硬件与算法测试方案，验证仿真/真实场景性能，确保产品交付。 4. 软硬件协同优化：集成传感器与算法，提升系统在动态环境中的实时性与稳定性。 5. 多传感器融合算法开发：设计并优化视觉/IMU/触觉等数据融合算法，增强环境感知能力。 6. 跨团队协作：与算法、硬件、系统团队协同，确保传感器与机器人平台无缝对接。 7. 前沿技术探索：研究新型传感器技术及机器学习模型，推动感知系统创新。
岗位概述 我们正在寻找一位灵巧手开发实习生，专注于为人型机器人设计并开发高自由度的手部系统。该职位将涉及灵巧手的结构设计、传感器集成以及运动控制算法的开发，旨在提供类人抓取、精细操作和触觉反馈等功能。此岗位需要与控制系统、电子系统和人工智能团队密切合作，确保灵巧手的性能符合全机器人系统的要求。 1. 灵巧手设计与开发：设计具备多自由度的机械手结构，确保灵巧手在不同任务中的柔性抓取和精细操作能力。 2. 精确运动控制：开发并优化灵巧手的运动控制算法，确保手部关节动作的精准协调，提升操作效率。 3. 传感器与反馈系统：集成力反馈、触觉传感器，实现对物体接触、抓握力的实时反馈控制。 4. 多领域合作：与控制算法、嵌入式系统以及AI团队合作，确保灵巧手与全机器人系统的无缝集成。 5. 测试与验证：通过仿真和原型测试，验证灵巧手的设计和性能，推动快速迭代。 6. 新材料应用：探索适用于灵巧手的轻量化材料和新型材料，提高机械手的耐用性和操作效率。
- 主导灵巧手触觉仿真体系搭建，核心负责触觉感知建模、接触力学仿真及虚拟触觉反馈算法开发，实现虚拟环境中对不同材质、形状物体的高保真触觉交互复现 - 参与灵巧手触觉相关需求定义，结合实际操作场景（如易碎品抓取、螺纹装配、曲面贴合）提炼仿真精度、实时性、稳定性等核心指标，制定仿真验证标准与流程 - 负责灵巧手多体动力学模型与触觉仿真模型的融合开发，整合手指关节摩擦、柔性形变等机械特性，提升触觉仿真与实物操作的一致性 - 搭建触觉仿真测试平台，针对不同操作任务（如力控装配、纹理识别、负载感知）设计仿真场景，开展虚拟调试与实物实验的对比验证，迭代优化仿真模型参数（如接触刚度、阻尼系数、摩擦系数） - 协同传感器团队开展视触觉传感器、触觉手套及传统触觉传感器（如阵列式压敏传感器、力扭矩传感器）的虚拟建模，实现仿真环境中各类传感器数据的模拟生成，支撑控制算法的离线训练与验证，同时保障灵巧手与视触觉传感器、触觉手套的协同仿真精度 - 负责仿真系统与控制算法的接口开发，提供高实时性的虚拟触觉反馈数据，助力力控算法、柔顺控制算法的快速迭代优化，降低实物原型调试成本 - 跟踪触觉仿真领域前沿技术（如基于离散粒子仿真），推动技术转化应用，提升仿真系统的精度与效率 - 编写仿真模型开发文档、测试报告及技术规范
- 主导灵巧手运动学与动力学建模，负责正逆运动学算法开发与优化，承担URDF模型的创建、维护及迭代，确保模型与机械设计、实物硬件的一致性，支撑仿真与控制算法开发 - 负责灵巧手力位混合控制体系搭建，核心开发 impedance 控制、力控柔顺控制、位置/力切换控制等核心算法，适配不同操作场景（如手内操作、易碎品抓取、曲面贴合）的控制需求 - 主导传感器融合与本体状态估计方案设计，整合触觉传感器，力传感器、关节编码器、惯性测量单元（IMU）等多源数据，开发鲁棒的状态估计算法（如卡尔曼滤波、粒子滤波等），实现关节角度、速度、受力及末端姿态的精准估计 - 负责控制算法与上层任务规划系统、底层驱动系统和机器人仿真系统的接口开发与集成，制定控制指令协议。 - 建立灵巧手本体控制性能测试体系，制定力控精度、响应速度、稳定性等核心指标的测试标准，开展常态化性能验证与迭代优化