地平线
仿真动力学模型研发工程师/专家
仿真动力学模型研发工程师/专家
发布于 大约 12 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
Carsim
Matlab
仿真
参数标定
机器学习
自动驾驶
车辆动力学
值不值得投
77综合评分
综合评分 77
前沿自动驾驶仿真岗，技术含量高、成长性强，WLB可能一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
38K
比自动驾驶中位数低
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 390 个在招 · 其中自动驾驶 5 个
市场机会
选择适中
北京 · 自动驾驶 · 40 个在招
职位详情
关于这个职位
该职位是地平线自动驾驶仿真团队的核心研发岗位，负责开发高保真车辆动力学模型，为自动驾驶算法的训练、测试和闭环仿真提供关键的车辆运动学与动力学基础
工作涵盖模型设计、参数标定、验证及工程化落地，需要结合机理建模与数据驱动方法
最低要求
硕士及以上学历，车辆工程、汽车工程、机械、控制、机器人、自动化、力学等相关专业
具备扎实的车辆动力学、汽车理论、控制理论或系统建模基础
熟悉车辆运动学和动力学基本原理，能够独立建立和分析车辆动力学模型
熟悉车辆纵向、横向动力学以及轮胎模型
具备较强的工程实现能力，熟悉 C++ / Python / Matlab 中至少一种，熟悉 C++ 者优先
具备车辆测试数据分析和模型参数标定经验
能够独立完成 模型设计 → 参数辨识 → 标定 → 仿真 → 真实数据验证 的完整工作流程
工作职责
车辆动力学模型开发
负责面向自动驾驶仿真的车辆动力学模型设计、开发和持续迭代
建立车辆纵向、横向、垂向及整车六自由度运动模型
建立车辆运动学模型、动力学模型及轮胎模型，包括车辆质心运动、横摆、侧偏、轮胎侧向力/纵向力等
根据不同仿真需求，开发不同复杂度等级的车辆模型，在精度、实时性和稳定性之间进行合理权衡
建立适用于不同车型、不同工况和不同道路条件的车辆模型
车辆关键部件与子系统建模
建立车辆转向、制动、驱动、电机、变速箱等关键子系统模型
建立轮胎模型，包括纵向/横向力、侧偏特性、联合滑移等
根据实际车辆特性建立悬架、空气阻力、滚阻、坡度等必要物理模型
根据仿真需求研究不同复杂度的 Tire Model / Powertrain Model / Steering Model 等
模型参数标定与真实车辆数据拟合
基于真实车辆测试数据进行车辆动力学模型参数辨识与标定
分析车辆 CAN、IMU、GPS、轮速、转角、加速度、横摆角速度等数据
设计参数辨识、曲线拟合及优化方法，对车辆质量、质心位置、惯量、轮胎参数、转向系统参数等进行估计
建立从 真实车辆数据 → 参数辨识 → 模型标定 → 仿真验证 的完整流程
持续分析仿真车辆与真实车辆之间的差异，并优化模型精度
自动驾驶闭环仿真
将车辆动力学模型集成至自动驾驶仿真系统，为 Planning / Control 等模块提供真实车辆响应
支持不同驾驶控制输入下的车辆运动仿真，包括 Steering、Throttle、Brake 等
验证自动驾驶控制算法在不同车辆模型下的稳定性和鲁棒性
分析规划轨迹、控制指令与实际车辆运动之间的误差
支持大规模自动驾驶场景下的实时或加速仿真
模型验证与评测
建立车辆动力学模型的离线及闭环评测体系
通过真实车辆测试数据与仿真数据进行对比，评估模型在不同工况下的准确性
覆盖加速、制动、转向、变道、紧急避障、低附着路面等典型工况
研究模型在极限驾驶、极端工况下的稳定性和物理合理性
建立不同车型之间的模型复用、参数化和自动标定能力
仿真系统工程化
负责车辆动力学模型的模块化、参数化和工程化实现
优化模型计算性能，满足实时仿真、大规模并行仿真等要求
与仿真引擎、规划控制、车辆控制器、场景生成等团队协作
推动车辆模型从 Matlab / Simulink / CarSim 等原型环境向生产级仿真系统迁移
优先资格
有自动驾驶仿真、车辆动力学仿真相关工作经验
熟悉 CarSim、Simulink、AMESim、Modelica、PreScan、CARLA、Unreal Engine、BeamNG 等仿真工具
熟悉 Pacejka / Magic Formula 等轮胎模型
熟悉自行车模型（Bicycle Model）、单轨模型（Single-track Model）、多体动力学模型等
有车辆参数辨识、系统辨识（System Identification）经验
有实车测试、车辆 CAN 数据分析经验
有整车控制、底盘控制、ESC / EPS / ABS 等相关开发经验
有高精度车辆动力学模型与实时仿真模型开发经验
有 GPU 并行仿真、Simulation Acceleration 或大规模仿真系统经验
有数据驱动模型、Machine Learning 或 Neural Network 辅助动力学建模经验
AI 洞察
优缺点分析
优点
- 参与前沿自动驾驶仿真平台建设，技术含量高，能接触最新行业趋势
- 工作涉及从模型设计到工程落地的全流程，技术成长空间大
- 地平线作为头部公司，提供良好的技术平台和行业资源
- 岗位兼具理论深度与工程实践，适合喜欢解决复杂问题的工程师
- 车辆动力学模型复杂，需要深厚的理论基础和持续学习能力
- 仿真与真实车辆的差异标定工作可能繁琐，需要耐心和细致
- 技术更新快，需不断跟进新工具和新方法（如数据驱动建模）
- 适合具备车辆工程或控制背景，热爱仿真技术，有较强工程实现能力和数据分析经验，追求技术深度和行业前沿的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术专家路线：深耕车辆动力学仿真，成为领域内高级专家或架构师
- 管理路线：积累项目经验后，可能转向技术团队管理或项目负责人
- 跨领域发展：结合数据驱动方法，拓展至自动驾驶算法或整体仿真系统设计
- 设计与开发高保真车辆动力学模型，包括运动学、动力学和轮胎模型
- 基于真实车辆数据（如CAN、IMU）进行模型参数辨识与标定，提升仿真精度
- 将模型集成到自动驾驶仿真平台，支持算法测试和闭环验证
- 推动模型工程化落地，优化性能以满足实时仿真需求
- 扎实的车辆动力学、控制理论和系统建模知识
- 熟练使用C++/Python/Matlab进行工程开发与数据分析
- 丰富的模型参数标定与仿真工具（如CarSim、Simulink）经验
- 数据分析能力，能够处理车辆测试数据并优化模型
申请策略
- 研究地平线的自动驾驶仿真平台和产品方向，在面试中展示对业务的理解
- 准备一个完整的项目案例，展示从模型设计到参数标定的全流程
- 突出车辆动力学、控制理论相关的学术或项目经验
- 列举使用C++/Python/Matlab进行仿真建模或数据分析的具体案例
- 强调参与过自动驾驶仿真、参数标定或实车测试的经历
- 提及熟悉CarSim、Simulink等工具及轮胎模型知识
- 深化车辆动力学理论，特别是轮胎模型和多自由度建模
- 学习GPU并行仿真或机器学习在动力学建模中的应用
面试指南
- 使用STAR法则（情境-任务-行动-结果）描述项目经历，突出技术难点和解决方案
- 结合具体工具和算法，说明模型设计思路和权衡考量
- 强调数据分析流程，展示从数据清洗到模型验证的系统思维
- 请介绍一个你开发的车辆动力学模型项目，重点说明模型构建和参数标定过程
- 如何平衡车辆模型的精度、实时性和稳定性？请举例说明
- 你使用过哪些仿真工具？CarSim和Simulink在集成中有哪些挑战？
- 如何基于真实车辆数据进行模型验证和优化？
- 对数据驱动方法在车辆动力学建模中的应用有什么看法？
职位点评
薪资福利80
成长发展90
工作生活50
使命价值85
薪资福利
80较高
作为高级技术岗位，薪资具有市场竞争力，公司已上市可能提供稳定福利，但JD未明确列出具体福利项。
薪资信号未披露（AI估算：25K-50K/月）
成长发展
90较高
职位涉及前沿自动驾驶仿真技术，有明确的学习成长路径和工程实践机会，技能提升空间大。
技术前沿前沿/新兴技术
技术栈车辆动力学、仿真、自动驾驶、C++、Python、Matlab、机器学习
业务类型profit_center
工作生活
50较低
JD未提及工作模式或WLB相关信息，默认现场办公，可能需适应高强度项目节奏。
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
85较高
参与自动驾驶核心技术研发，行业处于高速增长赛道，具有推动技术进步的社会价值。
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
地平线 的其他在招职位
相似职位推荐
Watch Jobs