机械臂运动规划算法工程师

优缺点分析

角色解读

• 可沿技术专家路线深入运动规划、全身控制、动态避障等方向，成为机器人算法领域的资深工程师
• 也可向系统架构方向发展，负责整机智能控制方案的设计与集成
• 随着工程机械智能化、无人化推进，该类算法能力在装备制造、移动机器人、自动驾驶等赛道均具备较强迁移性
• 负责超七自由度机械臂臂架的运动学建模与运动规划算法研发，让大型装备的臂架能在复杂空间中安全、平稳地运动
• 具体包括路径规划、动态避障、参数化算法模型构建，以及防抖、轨迹平滑等工程化处理
• 还需配合系统集成与联调测试，定位并优化规划结果不理想的问题
• 扎实的C++/Python编程能力与Linux、ROS实际项目经验是硬门槛，需要能独立完成算法从原型到上机的落地
• 熟练掌握OMPL、Orocos KDL等运动学/动力学与路径规划库，理解正逆运动学、轨迹插值、碰撞检测等原理
• 对多关节空间转换、冗余自由度（七自由度以上）规划有一定理解，并具备把算法调稳调顺的工程直觉

申请策略

• 投递前了解中联重科在智能臂架、无人化施工方面的业务布局，面试时能结合具体产品谈算法价值会更加分
• 简历中注明可接受长沙或上海办公，并说明偏好理由，有助于匹配团队
• 突出与机械臂/多关节机器人相关的运动规划项目，写清自由度数量、规划器选型与最终指标（如规划耗时、避障成功率、轨迹平滑度）
• 明确列出OMPL、Orocos KDL、MoveIt、ROS的使用深度，而非仅罗列名词
• 用数据体现C++工程能力，如代码量、实时性优化、模块在整机系统中的落地情况
• 如有防抖、轨迹平滑、冗余自由度优化经验，务必单独成条呈现
• 补强运动学与动力学理论：冗余机械臂逆解、零空间优化、时间最优轨迹规划
• 熟悉常用开源规划框架的源码级使用，理解RRT*、CHOMP、STOMP等算法适用场景与局限

面试指南

• 技术问题建议用「场景—约束—方案—结果」四步回答：先讲清机械臂构型与作业环境，再说清实时性、避障、平滑性等约束，然后说明为什么选这套算法、做了哪些改造，最后给出量化结果与反思
• 遇到开放性问题（如防抖）可按「建模层—规划层—控制层」分层排查，体现系统性思维
• 请介绍一个你做过的机械臂运动规划项目，自由度是多少，用了什么规划器，最终指标如何？
• 七自由度以上冗余机械臂的逆运动学你通常怎么求解？零空间如何利用？
• 在动态避障场景下，你如何平衡规划实时性与路径最优性？
• 轨迹出现抖动时你会从哪些方面排查和优化？
• OMPL和Orocos KDL你分别在什么场景下使用，遇到过什么坑？
• 复习正逆运动学、雅可比、冗余自由度优化与常见采样/优化类规划算法，能白板推导基本公式