中国电信
无人机飞控软件研究工程师
无人机飞控软件研究工程师
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公机器人开发
机器人开发
Ardupilot
Mavlink
Px4
Ros/Ros2
动力学建模
强化学习
路径规划
飞控算法
值不值得投
75综合评分
综合评分 75
大型企业研发岗、聚焦前沿无人机飞控与智能算法、技术成长空间大、薪资稳定但WLB未明确。
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，方便横向比较。
薪资怎么样
2.8万
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
约 2830 个在招 · 其中机器人开发 4 个
市场机会
选择面较广
上海 · 机器人开发 · 95 个在招
职位详情
关于这个职位
该职位负责无人机飞控算法与软件的研发，涵盖多旋翼、固定翼等多种构型的控制、规划与实机验证
你需要运用C/C++和PX4/ROS等框架进行姿态控制、路径规划及智能算法开发，并完成从仿真到实机调试的完整闭环
最低要求
自动化、控制、机器人、航空航天、计算机等相关专业硕士及以上学历
熟悉 PID、状态空间、动力学建模、坐标系转换和系统稳定性分析
熟练掌握 C/C++，熟悉 Python、Linux、Git、CMake 等开发工具
熟悉 PX4、ArduPilot、MAVLink、ROS/ROS2 中的至少一种
具备飞控算法从仿真、代码实现到实机调试的完整项目经验
工作职责
负责姿态、位置、速度及轨迹控制算法开发，包括 PID、前馈控制、模型控制和参数整定
基于 PX4、ArduPilot 或自研框架开展飞控模块、状态机、故障保护及执行机构控制开发
研发 A*、RRT 等路径规划、轨迹生成与动态避障算法，打通规划到飞控执行链路
开展异构布局、可变构型、倾转及复合翼无人机的建模、控制分配与模式切换研发
探索强化学习、模仿学习和数据驱动控制在飞控、规划及复杂机动任务中的应用
完成 SITL、HITL、实机测试和飞行日志分析，推进无人机相关技术落地，完成领导交付的其他任务
优先资格
有强化学习、模仿学习、深度学习或机器人智能算法经验
有可变形、倾转旋翼、复合翼或其他异构构型飞控经验
有路径规划、多传感器融合、SITL/HITL 或外场飞行经验
AI 洞察
优缺点分析
优点
- 依托大型企业的研发资源，能够接触到多旋翼、复合翼等多种异构构型的前沿无人机项目
- 岗位职责涵盖从算法设计到实机验证的全链路，有助于积累扎实的工程落地经验
- 探索强化学习等AI技术在飞控中的应用，技术栈兼具传统控制与前沿人工智能
- 适合具备扎实控制理论基础、热爱无人机技术，且拥有完整飞控项目落地经验的自动化或机器人相关专业硕士及以上人才
缺点 / 挑战
- 飞控算法对安全性和稳定性要求极高，实机调试阶段可能面临较高的试错成本与压力
- 异构构型（如倾转旋翼、可变形）的建模与控制分配具有较大的技术难度和挑战性
角色解读
- 纵向可深耕飞控算法与智能控制领域，成为无人机控制系统的技术专家或首席科学家
- 横向可拓展至多智能体协同、自动驾驶或具身智能等更广泛的机器人前沿领域
- 负责无人机飞控核心算法（如PID、轨迹控制）的开发与参数整定，确保飞行器姿态与位置的精准控制
- 基于PX4/ROS等开源框架开发飞控模块与状态机，并研发路径规划与动态避障算法
- 开展从软件仿真（SITL/HITL）到实机飞行测试的全流程验证，推进异构无人机技术的落地
- 扎实的自动控制理论基础，熟悉动力学建模、状态空间分析及坐标系转换
- 精通C/C++编程，熟练使用Python及Linux开发环境，掌握PX4、ROS等机器人操作系统
- 具备飞控算法从理论设计、代码实现到实机调试的完整闭环经验
申请策略
- 了解中国电信在低空经济、无人机巡检或通信网络结合方面的业务布局，面试时展现对公司业务场景的理解
- 重点突出在PX4/ArduPilot或ROS框架下的飞控模块开发经验，以及完整的实机调试经历
- 详细阐述参与过的路径规划、轨迹生成或动态避障算法项目，展示打通规划到执行链路的能力
- 若有强化学习、模仿学习或异构构型（倾转/复合翼）的相关研究或项目经验，务必放在显眼位置
- 深入学习强化学习、模仿学习在机器人控制中的最新论文与开源实现，提升智能算法应用能力
- 熟悉SITL/HITL仿真环境的搭建与调试，提高算法在虚拟环境中的验证效率
面试指南
- STAR法则：针对项目经验题，按照情境、任务、行动、结果的框架，重点突出你解决的具体技术难点和最终成效
- 理论+实践结合：回答算法原理时，先简述数学模型或理论基础，再结合代码实现或实机测试中的具体参数调整进行说明
- 请详细描述你参与过的一个完整的飞控算法项目，从仿真到实机调试遇到了哪些难点及如何解决？
- 在PX4或ROS框架下，你是如何设计状态机和故障保护机制的？
- 针对倾转旋翼或复合翼无人机，其控制分配和模式切换与传统多旋翼有何不同？
- 如何将强化学习或模仿学习应用到飞控或路径规划中？遇到了哪些sim-to-real的难题？
- 请解释PID、前馈控制和模型控制的区别，以及在什么场景下你会选择模型控制？
- 复习经典控制理论（PID、状态空间）及现代控制理论，并准备1-2个自己主导的飞控或路径规划项目案例
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
硕士学历及飞控算法经验要求较高，上海地区同类岗位薪资具备竞争力，且大型企业薪资结构稳定，福利保障完善。
薪资信号未披露（AI估算：2千–3.5万/月）
成长发展
85较高
岗位涉及前沿的异构无人机控制及强化学习应用，技术栈丰富，有利于在机器人和智能控制领域深度成长。
技术前沿前沿/新兴技术
技术栈C/C++、Python、PX4、ArduPilot、ROS/ROS2、MAVLink、强化学习、模仿学习、A*、RRT
业务类型ambiguous
工作生活
60中等
JD未明确提及工作模式与加班情况，但研发类岗位通常需配合实机测试，可能存在外场飞行或项目攻坚时的弹性工作需求。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
无人机及低空经济属于当前国家大力支持的战略性新兴产业，岗位探索智能算法在复杂任务中的应用，具有较高的行业前景与技术使命感。
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