【27届校招】机器人感知工程师

优缺点分析

角色解读

• 从感知模块开发起步，逐步承担多传感器融合、感知系统架构或机器人技能接入工作
• 可向具身智能、3D 视觉、SLAM、机器人软件架构等方向发展
• 积累实机落地经验后，可走算法专家或机器人技术管理路线
• 面向工厂取放、户外末端配送等场景，开发并部署物体检测、定位与三维位姿估计能力
• 使用相机、深度相机和激光雷达搭建感知流程，完成 YOLO 模型训练、微调、评估与部署
• 实现 PnP、ICP 等几何算法，并将感知结果统一到机器人/世界坐标系
• 把感知能力封装为 ROS 2 接口，在机械臂、轮式/四足/人形机器人上做实机测试与优化
• 熟练使用 Python，熟悉 C++，具备 PyTorch、OpenCV 或类似工具的工程经验
• 掌握 YOLO 等目标检测模型，理解 PnP、ICP、相机标定、点云配准与三维几何
• 熟悉 ROS 2 开发，能够将算法封装为可复用接口并完成系统集成
• 具备实体机器人测试经验，能分析精度、延迟、鲁棒性和故障处理问题

申请策略

• 投递时注明 27 届校招身份、可到岗时间和相关项目链接
• 面试前了解均胜电子机器人业务和具身智能团队方向，准备实机调试案例
• 突出 ROS 2 项目经历，写清节点封装、话题/服务接口和坐标变换处理
• 展示 YOLO 训练/部署、PnP 位姿估计、ICP 点云配准的完整 pipeline
• 用数据说明实机测试结果，如检测精度、延迟、鲁棒性改进和故障处理案例
• 如有 CUDA/TensorRT、数据集采集标注评估、Rust 或 VLM 经验，应单独列出
• 补强 ROS 2 接口封装、TF 坐标变换和多传感器标定流程
• 动手复现 YOLO + PnP + ICP 的机器人感知小项目，并记录实机或仿真指标

面试指南

• 用 STAR 描述项目背景、方案、指标和复盘，突出你负责的模块
• 几何问题先讲坐标系、假设和误差来源，再说明优化方法
• 工程问题强调模块化设计、可复现实验、延迟分析和故障兜底
• YOLO 检测到目标后，如何进一步估计物体的三维位姿？
• PnP 和 ICP 分别适用于什么场景？如何配准相机与激光雷达？
• 如何完成相机标定并将感知结果统一到机器人坐标系？
• 在 ROS 2 中如何封装感知节点并控制延迟？
• 实机测试中感知不稳定时，你会如何排查和优化？