算法工程师

一、 岗位职责 1. 机器人系统开发与仿真 ● 基于ROS/ROS2系统进行机器人仿真环境搭建、算法开发与调试（如Gazebo仿真平台）。 ● 开发与优化各种机器人算法，如自动跟随、多机器人编队、动态避障、路径规划、运动控制等。 2. 算法实现与集成 ● 使用C++/Python实现目标识别、路径规划、SLAM（VSLAM/激光SLAM）等核心算法模块，并完成ROS/ROS2系统集成。 ● 负责深度学习模型的部署与性能调优（如PyTorch、TensorFlow模型在机器人端侧的推理加速）。 3. 系统设计与技术实现 ● 参与机器人软件系统架构设计，完成技术选型和接口定义。 ● 开发上位机软件，实现机器人状态监控、任务调度及人机交互功能。 4. 文档与技术沉淀 ● 编写和维护项目开发文档、技术方案、调试报告及算法设计文档。 二、 岗位要求 1. 编程与工具链 ● 精通C++11及以上标准，熟悉多线程编程、STL库及代码性能优化。 ● 熟练使用Python进行算法原型验证、数据处理及脚本开发。 ● 熟悉ROS/ROS2开发框架：掌握Topic、Service、Action通信机制，了解ROS2底层DDS通信原理及QoS配置。 2. 机器人技术基础 ● 掌握机器人运动学/动力学建模（URDF/SDF建模、DH参数法、正逆运动学求解）。 ● 了解路径规划算法（如A*、Dijkstra、RRT、TrajOpt等）及优化方法。 ● 理解SLAM系统原理，具备视觉SLAM或激光SLAM开发或优化经验（如ORB-SLAM、Cartographer）。 3. 计算机视觉与深度学习 ● 熟悉OpenCV、PCL等计算机视觉库，能实现图像处理、点云配准等功能。 ● 熟练使用PyTorch/TensorFlow等框架进行模型训练、量化及部署。 4. 数学与理论基础 ● 数学基础：能够将线性代数（矩阵运算、特征值分解）、微积分（多元函数求导、微分方程）、概率论与数理统计等领域的数学知识在机器人相关算法熟练应用。 ● 无人机运动学：掌握刚体运动学（欧拉角、四元数描述）、无人机六自由度运动方程推导等。 ● 控制理论：熟悉经典控制理论（PID控制、频域分析）与现代控制理论（状态空间建模、LQR/MPC控制器设计）。 ● 状态估计：理解卡尔曼滤波（EKF、UKF）、粒子滤波等非线性滤波算法。 5. 其他技能 ● 熟练使用Linux操作系统，熟悉各种常用的命令，能编写Shell脚本进行环境配置与自动化测试。 ● 具备良好的英文技术文档阅读能力，可独立查阅并实现最新算法论文。 三、 加分项 1. 项目经验：有无人机/机器人实物开发经验，完成过从算法开发到真机部署的全流程项目。 2. 开源贡献：在ROS社区有开源项目贡献（如维护ROS包、提交PR）。 3. 竞赛经历：参加过机器人相关赛事（如RoboMaster、MBZIRC）并担任核心算法开发者。 4. 前沿技术： ● 有强化学习在机器人控制中的应用经验（如DDPG、PPO算法）。 ● 能独立运用 AI 编程工具完成复杂功能的开发。具备优秀的 Prompt 工程能力。能够利用 AI 工具进行技术调研、方案设计和可行性分析