1.运动控制算法：建立简化版正逆运动学模型（用 MATLAB 快速计算），设计基础步态（静态行走、慢速小跑），开发 ZMP 平衡控制（基于 IMU 数据，用卡尔曼滤波做姿态融合），解决机器人平地行走失衡问题；
2.联调与优化：将步态算法移植到嵌入式平台，现场调试步态卡顿（如调整步长参数）、机身倾角（误差≤2°），输出《运动控制联调报告》，确保机器人能稳定行走（连续 100 米无摔倒）。
协作对象：电机 & 驱动工程师（对接电机驱动接口）、感知 & AI 工程师（获取传感器数据）。
3. 感知 & AI 工程师（1 人，合并原 “感知算法工程师 + 人工智能算法工程师”）
核心职责：同时负责传感器方案、环境感知与基础 AI 决策，让机器人 “能看见、能简单决策”，避免感知与 AI 分拆导致的数据脱节。
工作内容：
1.传感器方案：选型低成本传感器组合（如 Intel RealSense D435i（视觉 + IMU）、足底 FSR 力传感器），完成传感器标定（用棋盘格标定相机，用标准砝码标定力传感器），输出《传感器标定参数表》；
2.感知算法：开发简化版环境感知功能，用 OpenCV 做地面分割（识别平地 / 台阶）、用 YOLOv5n（轻量化模型）做障碍物检测（准确率≥85%），融合 IMU 与力传感器数据判断足端是否着地（力＞3N 视为着地）；
3.基础 AI 功能：用 PyTorch 搭建简易强化学习模型（如 PPO），在 Unity 仿真环境中训练 “摔倒后起身” 动作（训练周期≤1 周），通过 Sim2Real 迁移到真实样机（用少量数据微调，起身成功率≥70%），输出《感知与 AI 测试报告》。
协作对象：嵌入式 & 控制工程师（提供传感器数据接口）、机械 & 原型工程师（确认传感器安装位置）。
任职要求：
1. 计算机科学、机械工程、应用数学或相关领域的本科以上学位。
2.1-3年以上算法设计和开发经验。
3. 熟悉机器人运动学、动力学、传感器和控制技术。
4. 精通C++/Python编程和ROS操作系统。