博世
智能驾驶控制算法工程师（横向/纵向）_XC
智能驾驶控制算法工程师（横向/纵向）_XC
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公自动驾驶
自动驾驶
Autosar
Carmaker
Iso 26262
Lqr
Mpc
Pid
Slam
线控底盘
车辆动力学
值不值得投
74综合评分
综合评分 74
顶尖外企平台、前沿自动驾驶技术、高稳定性、WLB中等
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
3.5万
与自动驾驶中位数基本持平
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 1170 个在招 · 其中自动驾驶 18 个
市场机会
选择面较广
苏州 · 自动驾驶 · 83 个在招
职位详情
关于这个职位
负责智能驾驶系统（L2+至L4）的横向、纵向及横纵协同控制算法的设计、开发与量产落地
需建立车辆动力学模型，利用CarMaker等工具进行仿真验证，并参与实车标定与HIL测试
核心职责包括C/C++工程化实现、AUTOSAR架构适配及ISO 26262功能安全流程落实，确保算法在Orin、地平线等主流域控制器上的高性能运行
最低要求
教育背景：自动化、控制理论与控制工程、车辆工程、机械电子、计算机或应用数学等相关专业统招硕士及以上学历
工作经验：3年及以上智能驾驶或整车动力学控制算法研发经验，至少拥有一个完整的量产交付项目经验
专业理论：扎实的现代控制理论基础，熟练掌握经典与现代控制算法（如PID、LQR、MPC、SMC、Pure Pursuit、Stanley等）
深入理解汽车动力学理论
编程与工具：熟练掌握C/C++编程，具备良好的面向对象设计思想与代码规范（MISRA C/C++）
熟悉Linux开发环境，熟练运用Git、CANoe/CANalyzer等总线测试工具，掌握CAN/CAN-FD/车载以太网通信协议
工作职责
控制算法设计与开发：
负责自动驾驶（L2+ 至 L4 级别）横向、纵向及横纵协同控制算法的方案设计与实现
研发高精度轨迹跟踪算法，涵盖城市道路、高速场景（如 NOA/NGP）以及低速自主泊车（APA/AVP）场景
针对复杂工况（如极限附着力、高速避障、颠簸路面、风阻扰动等），研发具备强抗干扰能力的自适应与鲁棒控制策略
车辆动力学建模与参数辨识：
建立高保真度车辆动力学模型（包括双轨/单轨模型、非线性轮胎模型如 Pacejka 魔术公式、动力总成与制动系统传动延迟模型等）
负责车辆底盘物理参数的在线与离线辨识，优化模型前馈与反馈补偿机制
仿真与虚拟验证：
基于 CarMaker 等工具链构建高置信度的模型在环（MIL）与软件在环（SIL）仿真平台
设计仿真用例与极端边缘工况（Edge Cases），开展系统稳定性、响应时间与舒适度指标评估
实车标定、调试与硬件在环（HIL）：
参与台架测试（HIL）与实车动态调试，对接线控底盘（线控转向 SBW、线控制动 EMB/One-box 等）
负责控制参数标定工作，持续优化车道居中精度、跟车平顺性、加减速 Jerk 值及乘坐舒适体验
工程化部署与量产交付：
负责控制算法的 C/C++ 工程化实现
适配嵌入式车载操作系统（QNX、Linux、RTOS）及 Classic/Adaptive AUTOSAR 架构，确保实时性与确定性调度
配合功能安全工程师落实 ISO 26262 流程要求，完成故障注入、降级安全控制与失效保护策略设计
优先资格
量产经验丰富：有主流主机厂（OEM）或知名Tier 1的量产定点交付经验，熟悉整车V字型开发流程与ASPICE规范
前沿技术研究：在控制与规划一体化、端到端学习控制（RL/Imitation Learning）、极端工况控制等领域有论文发表或技术储备
线控底盘集成：具备制动（ESC/IBC）、转向（EPS/SBW）或主动悬架底层集成与调校经验
功能安全：熟悉ISO 26262功能安全标准（具备ASIL D控制策略设计能力）或SOTIF（预期功能安全）
AI 洞察
优缺点分析
优点
- 博世作为全球顶级Tier 1，提供稳定的职业平台和完善的培训体系
- 接触前沿自动驾驶技术与量产项目，技术积累深厚
- 算法需满足极高的功能安全（ISO 26262）要求，工作严谨度高
- 实车调试可能涉及频繁出差或加班以应对项目节点
- 适合具有扎实控制理论基础、热爱汽车智能化技术、追求技术深度与工程落地结合的资深工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向高级控制算法专家、智能驾驶系统架构师或技术管理方向发展，深耕自动驾驶核心技术领域
- 负责智能驾驶车辆的横向和纵向控制算法设计与开发，确保车辆在复杂路况下的精准跟踪和平稳行驶
- 精通现代控制理论（MPC/LQR/PID），熟练掌握C/C++编程及AUTOSAR架构，具备车辆动力学建模与仿真验证能力
申请策略
- 准备展示过往项目中解决复杂工况（如低附路面、紧急避障）的具体案例，体现鲁棒性设计能力
- 突出量产项目经验，详细列出使用的控制算法（如MPC、LQR）、仿真工具（CarMaker）及功能安全认证经历
- 加强C++代码规范（MISRA）及AUTOSAR架构知识，提升对线控底盘执行机构的理解
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经验，重点突出技术选型依据、难点攻克过程及最终量化成果
- 请详细描述你使用过的一个MPC控制案例及其在车辆控制中的优势
- 如何处理车辆动力学模型中的非线性因素和参数不确定性？
- 在ISO 26262框架下，如何设计控制系统的失效保护策略？
- 复习经典控制理论与现代控制理论基础知识，回顾AUTOSAR标准及ISO 26262功能安全流程，准备相关项目细节
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
博世作为跨国巨头，薪资处于市场中上水平，且福利体系完善，稳定性高，能满足较高的补偿性动机。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
85较高
职位涉及前沿智能驾驶技术与量产落地，技术栈先进，且公司有完善的研发体系，利于专业技能成长。
技术前沿前沿/新兴技术
技术栈MPC、LQR、C/C++、AUTOSAR、ISO 26262、CarMaker、线控底盘、RL
业务类型profit_center
工作生活
60中等
外企通常WLB较好，但智能驾驶研发阶段可能面临项目压力，具体取决于团队节奏，整体中等偏上。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
智能驾驶技术旨在提升交通安全与效率，具有显著的社会价值，符合求职者对行业前景与社会影响力的期待。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
博世 的其他在招职位
相似职位推荐
Watch Jobs