聆动通用-机械臂运动规划算法工程师-苏州(J11918)

优缺点分析

角色解读

• 从运动规划算法工程师成长为机器人系统架构师，负责整体系统设计
• 向人形机器人、协作机器人等前沿领域拓展，成为行业专家
• 在科大讯飞内部可转向AI与机器人结合的研究方向，如自主决策、感知融合等
• 设计并优化7自由度机械臂的运动规划算法，实现抓取和放置轨迹的自动生成
• 与软件、感知、驱动团队协作，完成算法在真实机器人上的集成与联调
• 测试验证算法的精度和效果，解决落地中的实际问题，并撰写技术文档
• 扎实的机械臂运动学和动力学基础，熟悉经典和现代控制理论
• 精通C++编程，掌握ROS2、Moveit2等机器人开发框架
• 熟悉轨迹规划算法如RRT*、Hybrid A*，有最优化方法经验者优先

申请策略

• 提前了解科大讯飞在机器人领域的产品布局（如聆动系列），在面试中展现对业务的理解
• 准备一个完整的运动规划项目案例，从问题定义到解决方案，突出个人贡献和量化结果
• 突出机械臂运动规划相关项目经验，尤其是落地案例和性能提升成果
• 强调C++编程能力，特别是使用ROS2或Moveit的项目经历
• 展示对轨迹规划算法（如RRT*、Hybrid A*）的深入理解和优化尝试
• 系统学习Moveit2的运动规划插件开发，熟悉其架构和API
• 练习在仿真环境中搭建完整的机械臂规划控制链路
• 补充最优化理论（如凸优化、二次规划）在轨迹规划中的应用

面试指南

• 对算法原理类问题，采用“定义-原理-优缺点-改进”的结构回答
• 对项目经验类问题，用STAR法则（情境、任务、行动、结果）清晰叙述
• 对编程问题，结合实际场景阐述设计思路和代码结构
• 请解释RRT*算法的原理及其与RRT的区别
• 机械臂运动规划中如何避免奇异性？
• ROS2与ROS1的主要区别是什么？你在项目中如何使用？
• 描述一个你参与过的机械臂规划项目，遇到了哪些挑战，如何解决？
• C++中如何实现多线程任务？在机器人控制中有什么应用？