安克创新运动控制高级算法工程师(博士)
任职要求
1、对机器人运动控制技术有浓厚兴趣; 2、熟悉常用的运动控制算法,如PID、模糊控制等; 3、熟悉A*等常用路径规划 算法和DWA、TEB等 静动态避障笪法并有相关算法开发与实践经验; 4、熟悉常见传感器如红外传感器、超声波传感器、碰撞传感器、激光距离传感器、视觉传感器、陀螺仪、加速度计的原理,并有相关开发和实践经验; 5、熟练掌握C/C++编程,熟悉Linux操作系统。 加分项: 1、熟悉ROS(Robot Operating System)系统,或AutoWare和Apollo等自动驾驶开源项目者优先; 2、具备良好的技术文档撰写能力,能够清晰地表达技术思路和方案; 3、具有机器人、无人驾驶相关项目、竞赛、实习经验者优先。
工作职责
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。
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。
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。
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。