小鹏汽车自动驾驶纵向底盘控制（纵向VLC））专家 / 资深工程师
任职要求
- 机械工程、车辆工程、自动化或相关专业本科及以上学历。 - 熟练掌握/Matlab/Simulink/CANOE/CANAPE/等工具的使用，以及较强的模型搭建与仿真系统开发能力 - 5年以上纵向底盘控制系统设计与开发经验，有自动驾驶相关经验者优先。 - 深入理解底盘传动/制动系统的工作原理及特性，熟练运用电机扭矩、液压系统等执行元器件进行协同控制，具备丰富的量产经验 - 扎实的经典及现代控制理论基础，掌握系统建模、参数辨识等算法原理并有丰富的工程实践经验 - 了解自动驾驶环境下的乘员舒适性需求及相关设计原则，具备处理车辆在极端工况下控制系统设计与优化的能力 - 良好的团队合作精神与沟通协调能力，能够跨部门协作完成各项任务目标 - 有创新精神，能够持续学习并应用新技术提升控制系统的性能
工作职责
职责描述： - 负责车辆纵向底盘控制系统的量产相关技术支持、联调、参数标定与方案迭代优化 - 负责电机扭矩分配、ESP 、iBooster、 IPB 等的性能调优与协同控制，结合传动与制动系统关键部件的特性，制定合理的控制方案，实现车辆纵向加速度执行的精准、鲁棒和平顺 - 负责车辆在极端工况下控制系统设计与优化能力，确保车辆动态性能的稳定可靠 - 理解自动驾驶模式下乘员舒适性需求及实践相关设计原则，保证各工况下驾乘体感舒适性，持续打磨和提升用户体验 - 负责行业技术的调研、对标分析及新技术的预研，持续输出业内领先的技术方案并牵头工程落地与量产交付
1.对接底盘供应商，制定驱制动、转向等执行器的验收标准，完成HIL测试及实车验收 2.开发MCU应用层核心模块：车辆控制、功能安全、数据同步、休眠唤醒 3.执行器软件开发与调校：纵向加速度闭环、横向转向角控制闭环等 4.跟踪线控执行器技术动态
1. 导航辅助驾驶功能， 进行车辆的横纵向运动学/动力学建模及参数辨识，设计运动控制算法，并编码实现； 2. 设计并实现自驾下失稳/极限工况的控制算法； 3. 设计仿真、实车调试验证方案，验证算法正确及性能达标； 4. 结合实际控制问题，提出对上层传感器、下层执行器的具体技术需求。
PNC组介绍：在自动驾驶系统中，决策规划与控制可以类比为人类的大脑与神经。确保“大脑与神经”正确高效地“思考”和安全舒适地“执行”，是一个优秀的规划与控制组的职责所在。规划控制团队分为决策团队、规划团队和控制团队。决策规划部门的主要目的是在复杂的无人驾驶环境中找到安全的行驶方案，例如通过人类驾驶的数据分析何时进行变道，对前方车辆是跟随还是绕行。决策规划部分还要从路上的真实数据中学习人类驾驶的共识，比如道路拥堵时到底什么时候能变道，后车要怎么表达出它是否让行，进而思考如何把这种共识应用到具体算法中。此外，决策规划要能将不同的未来收敛到当选确定的行为中。控制部分则是负责将上述的行为严格地执行到车辆上。 · 负责自动驾驶车辆控制算法的开发、实现和测试工作； · 与其他开发人员完成系统集成和调试工作。
公司介绍： 文远知行（WeRide）成立于 2017 年，是全球领先的 L4 级自动驾驶科技公司，致力于“以无人驾驶改变人类出行”，已在全球超过 25 个城市开展自动驾驶研发、测试及运营，累积自动驾驶里程超1600万公里，应用场景覆盖智慧出行、智慧货运和智慧环卫，形成自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等五大产品矩阵，提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。 凭借“1个平台+3大场景+5大产品”的多元商业化战略，文远知行商业营收居同类自动驾驶企业之首，已与多家全球顶级主机厂和一级供应商达成战略合作伙伴关系，包括雷诺日产三菱联盟、宇通集团、博世、广汽集团等，不断为人类出行提供更多新选择。 文远知行目前的团队既有来自谷歌、微软、亚马逊、苹果、百度、滴滴的高阶工程师，也不乏刚从顶尖高校毕业的青年才俊。来到我们当中，你会发现这是一个专业、专注、有趣、有料的队伍。大家为了一个激动人心而富有挑战的目标走到一起，互相激励、脑力碰撞，为实现产品落地、创造社会价值、推进行业技术而努力。 对有抱负的工程师，还有什么比这更有意义的呢？我们虚位以待，真诚期待技术过硬、志趣相投的小伙伴加入我们！ 更多信息请访问：http://www.weride.ai，或关注官方微信号：文远知行WeRide PNC组介绍： 在自动驾驶系统中，决策规划与控制可以类比为人类的大脑与神经。确保“大脑与神经”正确高效地“思考”和安全舒适地“执行”，是一个优秀的规划与控制组的职责所在。规划控制团队分为决策团队、规划团队和控制团队。决策规划部门的主要目的是在复杂的无人驾驶环境中找到安全的行驶方案，例如通过人类驾驶的数据分析何时进行变道，对前方车辆是跟随还是绕行。决策规划部分还要从路上的真实数据中学习人类驾驶的共识，比如道路拥堵时到底什么时候能变道，后车要怎么表达出它是否让行，进而思考如何把这种共识应用到具体算法中。此外，决策规划要能将不同的未来收敛到当选确定的行为中。控制部分则是负责将上述的行为严格地执行到车辆上。 · 负责自动驾驶车辆控制算法的开发、实现和测试工作； · 与其他开发人员完成系统集成和调试工作。