均胜电子
运动规划算法实习生
运动规划算法实习生
发布于 8 小时前实习/见习
实习生仅现场办公机器人开发
机器人开发
Moveit 2
Ros 2
具身智能
机器人控制
碰撞检测
运动规划
逆运动学
值不值得投
67综合评分
综合评分 67
具身智能机器人运动规划实习岗，技术前沿、成长性强，薪酬与 WLB 信息未披露。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
5.0千
比机器人开发中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
17 个在招 · 其中机器人开发 3 个
市场机会
选择适中
宁波 · 机器人开发 · 12 个在招
职位详情
关于这个职位
该岗位为均胜电子旗下宁波超平面机器人公司的运动规划算法实习岗，负责为独立机械臂以及搭载在人形或移动机器人上的机械臂开发并部署运动规划与控制系统
你将参与逆运动学、碰撞感知路径规划、轨迹生成与运动优化，并在实体机器人上测试调优，是深入具身智能与机器人运动规划领域的实战机会
最低要求
机器人学、计算机科学、自动化或相关专业本科及以上学历
熟练掌握 C++，并熟悉 Python
具有 ROS 2、MoveIt 2 以及机械臂运动规划或控制的实践经验
深入理解正逆运动学、碰撞检测、轨迹生成、运动优化和机器人控制
具有在实体机械臂上调试和部署规划或控制软件的实际经验
具备良好的中文书面和口头表达能力
工作职责
为独立机械臂以及安装在人形机器人或移动机器人上的机械臂开发并部署运动规划与控制系统
构建伸达、定位、轨迹执行、放置、装配、工具操作和物体交接等可复用能力
实现逆运动学、碰撞感知路径规划、轨迹生成、时间参数化和运动优化
开发关节空间和笛卡尔空间运动控制，确保满足关节限位、负载和任务约束，并规避奇异点和障碍物
将规划器连接至机器人控制器，并实现执行监控、在线调整、故障检测和恢复
根据需要，将机械臂运动与感知、力或力矩传感、任务级应用以及外部提供的抓取目标进行集成
在实体机器人上进行测试，并提升运动精度、规划成功率、执行速度、安全性和系统可靠性
优先资格
具有 OMPL、Tesseract Robotics、Drake、Pinocchio 或类似运动规划及机器人技术的经验
具有机器人动力学、阻抗或力控制、全身规划或移动操作相关经验
具有抓取规划或集成感知系统提供的抓取位姿的经验
具有机械臂开发和测试所用仿真环境的经验
具有使用 Rust 开发机器人软件的经验
具备良好的英语沟通能力者优先
AI 洞察
优缺点分析
优点
- 方向紧贴具身智能与机器人前沿，运动规划是可迁移性强的硬核核心技术
- 工作覆盖从算法到实体机器人部署的完整闭环，实战价值高
- 可接触 ROS 2、MoveIt 2、OMPL、Drake 等主流且先进的工具链
- 运动规划与控制技术门槛高，涉及数学、动力学与系统工程，学习和调试曲线陡峭
- 需在实体机器人上反复调试，硬件调试与排障耗时耗力，需要有耐心
- 作为实习生需快速适应团队节奏并承担实际部署任务
- 适合对机器人运动规划与控制有浓厚兴趣、具备扎实 C++ 与机器人学基础、愿意动手在真实机器人上打磨算法的高年级本科生或研究生
缺点 / 挑战
暂无明显挑战项
角色解读
- 可沿机器人算法工程师方向深耕，专注运动规划、控制与操作（manipulation）领域
- 随着具身智能发展，可拓展至全身规划、移动操作、力控与感知融合等更复杂系统
- 实习表现优异有机会转正，进入具身智能与机器人核心技术团队长期发展
- 为独立机械臂以及搭载在人形/移动机器人上的机械臂开发并部署运动规划与控制系统
- 实现逆运动学求解、碰撞感知路径规划、轨迹生成与时间参数化、运动优化等核心算法
- 开发关节空间与笛卡尔空间运动控制，处理关节限位、负载、奇异点与障碍物等约束
- 将规划器接入机器人控制器，在实体机器人上进行部署、测试、故障检测与性能调优
- 扎实的机器人学基础，深入理解正逆运动学、碰撞检测、轨迹生成与运动优化
- 熟练的 C++ 编程能力与 Python 应用能力，熟悉 ROS 2 与 MoveIt 2 生态
- 具备机械臂运动规划或控制软件在真实机器人上的调试与部署经验
- 熟悉 OMPL、Tesseract、Drake、Pinocchio 等运动规划/机器人库者优先
申请策略
- 了解均胜电子及超平面机器人在具身智能与机器人方向的业务布局，体现方向认同与长期意愿
- 准备能清楚讲述你主导过的机器人项目，突出问题定位与调优过程
- 突出机械臂运动规划项目，说明你实现的具体算法（逆运动学、路径规划、轨迹优化等）与量化效果
- 强调 C++/Python 工程能力及 ROS 2、MoveIt 2 的实际使用经验
- 展示在真实机器人或仿真平台上调试、部署的成功案例与问题解决过程
- 列出使用过的运动规划库（OMPL、Tesseract、Drake、Pinocchio）以及抓取、力控等相关经验
- 系统复习正逆运动学、碰撞检测、轨迹生成与优化的理论与实现
- 熟悉 MoveIt 2 + ROS 2 的搭建流程，练习在仿真与真机上部署
面试指南
- 用 STAR 结构讲述项目：背景—你的任务—采取的技术方案—量化结果
- 技术问题先讲原理与数学基础，再结合你在 ROS 2/MoveIt 2 中的实际实现说明
- 遇到不足坦诚说明，并展示你的学习路径与下一步改进思路
- 请介绍一个你做过的机械臂运动规划项目，遇到的最大技术难点是什么？如何解决？
- 如何实现碰撞感知的路径规划？常用算法有哪些，各自优缺点是什么？
- 什么是运动学奇异点？在控制中如何规避？
- 请说明 MoveIt 2 中的规划流程，以及如何将规划器接入机器人控制器
- 你对抓取规划或把感知信息融合进运动规划的理解是什么？
职位点评
薪资福利50
成长发展85
工作生活50
使命价值70
薪资福利
50较低
JD 未披露薪资与福利信息，作为实习岗主要以实习津贴为回报，补偿性满足程度有限。
薪资信号未披露（AI估算：3.0–6.0千/月）
成长发展
85较高
岗位处于具身智能与机器人运动规划前沿，技术栈先进且覆盖从算法到真机部署的完整链路，成长空间大。
技术前沿前沿/新兴技术
技术栈C++、Python、ROS 2、MoveIt 2、OMPL、Tesseract、Drake、Pinocchio、运动规划、逆运动学、碰撞检测
业务类型ambiguous
工作生活
50较低
JD 未提及办公模式、工时或 WLB 相关信息，因需在实体机器人上测试可能需到岗工作，具体情况待确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
岗位处于具身智能与机器人热门赛道，运动规划技术对机器人能力提升有实质价值，行业前景较好。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs