小米灵巧手本体控制实习生
任职要求
- 机器人工程、自动化、控制科学与工程、机械电子工程等相关专业本科及以上学位 - 具备扎实的控制理论功底，深入理解机器人运动学、动力学、力位混合控制、传感器融合等核心技术，有独立设计并落地力控算法或状态估计算法的项目经验 - 熟练掌握URDF模型建模与维护方法，具备基于ROS（ROS1/ROS2）的机器人控制开发经验，能独立完成控制节点开发、调试与集成 - 具备扎实的编程能力，熟练使…
工作职责
- 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
1. 负责高自由度灵巧手操作算法研发，围绕多指灵巧手抓取、手内操作、柔性物体操作、工具使用等灵巧操作任务； 2. 负责设计并实现基于强化学习（RL）/模仿学习（IL）的操作策略训练框架，推动从单任务策略到多任务统一模型的演进； 3. 负责搭建和优化数据闭环，包括真机数据优化、仿真数据优化、训练集构建与评测体系设计； 4. 负责推动Sim2Real迁移，解决模型在真实机器人系统中的鲁棒性、实时性、泛化性与部署问题； 5. 跟进灵巧操作前沿算法，提升长时序、多阶段操作任务的规划与执行能力，并探索前沿算法在公司产品中的落地。
1. 负责机械臂、灵巧手、整机的硬件测试及相关测试方法制定、测试报告的输出、工装测试平台的搭建工作，测试项包括不限于机械臂末端重复/绝对定位精度、末端刚度、力控精度、负载能力及可靠性； 2. 编写详细的测试用例，执行功能测试、性能测试、稳定性测试等多种测试类型 3. 收集测试数据，编写测试报告，分析测试结果，提出改进建议 4. 优化测试流程和工具，推动测试方法和技术的创新与提升
1.参与工业机器人集成相关项目中的方案制定、设备选型、电气设计、程序编制与现场调试等工作； 2.参与末端执行器（灵巧手、真空/夹具复合抓取器） 的驱动方案、柔顺传感（压力/触觉阵列）线路设计与板级集成； 3.对接末端执行器及关节模组供应商，完成样机生产、HIL 测试与现场调试； 4.支持算法团队完成 触觉+视觉融合抓取策略 的硬件接口，持续迭代硬件可靠性与可维护性。
1、负责多自由度灵巧手的数据驱动控制算法开发，具体应用包括功能性抓取和手内操作； 2、开展结合视觉，触觉和关节力的多模态灵巧手控制方法研究，能对硬件设计提出相关指标性要求； 3、灵巧手相关的仿真平台和数据采集训练平台的搭建；