小鹏汽车机械系统工程师
任职要求
• 机械工程、机电工程、自动化、机器人等相关领域的本科或硕士学位。 • 3年以上机械系统设计经验，尤其是在人型机器人、自动化设备、或复杂机电一体化系统领域。 • 精通CAD软件进行3D建模与复杂机械系统设计。 • 深入理解嵌入式系统与运动控制算法的原理，能够与控制算法团队共同优化机器人运动。 • 具备扎实的电子电气系统集成经验，熟悉电动执行器、传感器与控制电路的工作原理与集成方法。 • 熟悉有限元分析（FEA）工具，用于机械系统的应力、热性能和动态仿真。 • 能够快速解决设计和集成过程中的问题，具有强大的分析和跨学科思维能力。 优先条件： • 有参与过人型机器人、自动化设备或类人系统的全…
工作职责
职位概述
作为机械系统工程师，你将负责设计和开发支持人型机器人复杂运动的整体机械系统，并与运动控制、电子电气、嵌入式系统等团队紧密合作，确保整个机器人系统的协调运作。我们正在寻找既具备强大机械设计能力，又能理解并融入运动控制算法、嵌入式系统与电子电气方面的专业人才，帮助我们打造下一代先进的类人机器人。这不仅仅是一个设计单一机械部件的岗位，更要求你从系统级别思考，整合多领域的技术以实现机器人高度复杂的任务。
1. 系统级机械设计：主导人型机器人的机械系统设计，优化关节驱动、执行器与传动系统的协调工作，确保机器人能够实现灵活的类人运动。
2. 跨学科协作：与运动控制工程师、嵌入式软件团队以及电子电气团队紧密协作，确保机械设计与运动算法、传感器系统、控制电路等模块的无缝集成。
3. 控制与感知：协助集成运动控制算法，实现机械系统对复杂动态环境的响应与调整，优化机器人姿态与运动表现。
4. 电子系统集成：负责将电动执行器、传感器和控制电路等电子设备与机械结构紧密整合，确保高效的信号传输与实时响应。
5. 仿真与测试：使用多体动力学、**有限元分析（FEA）**等仿真工具，测试和验证设计的机械系统性能，优化结构强度、热性能和耐久性。
6. 原型验证与迭代：通过快速原型开发和实验，不断优化机器人各模块的机械设计，确保整体系统具备稳定性、灵活性和可靠性。
7. 多层次系统集成：参与多材料、多功能结构的设计与研发，实现机器人骨架、外壳、柔性层的有效整合，确保机器人在外观、功能和制造成本之间的平衡。
1、负责评估飞机系统方面适航指令，服务通告，服务信函等工程技术文件，并制定相应策略方案，确保公司机队的适航性、经济性维修目标的实现； 2、负责编写/校对/批准飞机系统方面的EO、EA、TB等工程文件和技术标准，确保技术标准的准确性和完整性； 3、负责飞机系统方面的手册修订需求的专业评估，确保持续适航文件的完整性； 4、负责构型委员会飞机系统方面的改装管理，参与自主改装方案的制定； 5、负责飞机系统方面的引进技术资料评估，适航证资料和年检资料的准备，提供技术评估结果； 6、负责飞机系统方面的下游部门的工程技术服务，对运行中的重大或疑难故障展开技术支援，以及外部门关于系统方面的技术标准的咨询解释或修订工作； 7、负责老旧飞机机械系统方面的可靠性提升项目，制定完善老旧飞机的工程管控措施。
1. 负责具身智能系统的伺服控制算法设计与开发，包括位置、速度、力矩控制等； 2. 结合动力学建模与传感器反馈，优化高精度、低延迟的实时控制算法； 3. 研究并实现自适应控制、鲁棒控制、模型预测控制（MPC）等先进算法，提升系统动态响应与抗干扰能力； 4. 与硬件团队协作，完成控制算法在嵌入式平台（如DSP、FPGA、ROS等）的部署与性能调优； 5. 设计仿真与实验验证方案，分析系统性能并持续优化算法； 6. 跟踪前沿技术（如强化学习、仿生控制、多模态感知融合等），探索其在伺服控制中的应用。
1. 基于 NVIDIA Isaac 的仿真平台开发 ‒ 搭建和维护基于 NVIDIA Isaac Sim 的机器人仿真系统，支持多种机器人类型（例如移动机器人、机械臂、无人车等）。 ‒ 利用 NVIDIA Omniverse 技术，构建高保真的虚拟环境，模拟物理特性（如动力学、传感器特性、碰撞检测等）。 ‒ 开发和优化 Isaac Sim 中的自定义扩展模块，满足项目需求。 2. 环境建模与场景构建 ‒ 使用 NVIDIA Omniverse 和其他建模工具（如 Blender、Maya）创建逼真的仿真环境和场景。 ‒ 配置和调试虚拟传感器（如激光雷达、摄像头、IMU）以模拟真实硬件行为。 ‒ 构建动态交互场景，用于测试机器人在复杂环境中的性能。 3. 机器人控制与算法验证 ‒ 在仿真环境中集成和测试机器人算法（如SLAM、路径规划、运动控制）。 ‒ 验证和优化机器人感知算法（如视觉检测、环境感知）在高保真模拟环境中的效果。 ‒ 通过仿真结果分析算法性能，为实际机器人实施提供支持。 4. 系统集成与工具链开发 ‒ 与机器人硬件和软件团队合作，将仿真结果与实际机器人验证无缝对接。 ‒ 开发自动化测试工具和数据可视化分析工具，提高开发效率和数据洞察能力。 ‒ 集成 Isaac 与其他机器人框架（如 ROS/ROS 2）以支持全栈开发。 5. 研究与创新 ‒ 研究 NVIDIA Isaac 平台的最新功能和应用场景，将新技术引入仿真系统开发。 ‒ 跟踪机器人仿真领域的前沿技术（如物理引擎优化、AI 模型仿真、数字孪生技术），并应用于项目中。
1. 路径规划 ‒ 开发适用于多种场景（如机器人导航、自动驾驶、无人机等）的路径规划算法； ‒ 实现经典和前沿的全局及局部路径规划方法（如 A*、Dijkstra、RRT、DWA 等），优化路径规划的效率和鲁棒性； ‒ 处理动态环境中的路径生成和调整，解决复杂场景下的避障问题。 2. 行动决策 ‒ 研究并实现具身智能体的行动决策算法，设计任务分解和行为选择的逻辑； ‒ 基于行为树（Behavior Tree）、有限状态机（FSM）等方法，构建模块化的决策框架； ‒ 开发多智能体协作与竞争的行动决策模型，支持复杂交互任务的执行。 3. 强化学习（Reinforcement Learning，RL） ‒ 针对具身智能场景（如机械臂控制、机器人动态避障、导航等），设计强化学习的 reward 函数和训练策略； ‒ 实现主流深度强化学习算法（如 DQN、DDPG、PPO、SAC 等），解决高维连续控制与探索问题； ‒ 优化强化学习模型的收敛速度和鲁棒性，提升算法在实际场景中的表现。 4. 模仿学习（Imitation Learning，IL） ‒ 通过专家示范数据（如轨迹、动作序列）训练智能体，实现模仿人类/智能体行为； ‒ 应用行为克隆（Behavior Cloning, BC）、逆强化学习（Inverse Reinforcement Learning, IRL）等技术解决稀疏奖励问题； ‒ 结合模仿学习与强化学习，提升智能体在复杂任务中的学习和泛化能力。 5. 算法优化与工程实现 ‒ 优化算法的计算效率和资源占用，适配实时性要求 ；‒ 在仿真环境（如 Gazebo、PyBullet、Mujoco 等）和真实设备中验证算法性能； ‒ 配合嵌入式团队完成算法在终端设备上的部署与优化。 6. 技术研究与创新 ‒ 跟踪具身智能领域的前沿算法进展，探索新技术的实际应用； ‒ 研究多模态感知与决策（如视觉、语音、触觉）的融合方法，提升智能体的环境理解与行动能力； ‒ 参与长期自主学习、在线学习和自适应学习系统的设计与开发。