智元机器人
IMU人体姿态跟踪算法工程师（FK骨骼/惯性动捕方向）
IMU人体姿态跟踪算法工程师（FK骨骼/惯性动捕方向）
发布于 大约 4 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Imu
Mems
Xr
传感器融合
卡尔曼滤波
姿态解算
嵌入式
正向运动学
值不值得投
71综合评分
综合评分 71
前沿技术、高成长性，但工作强度与地点灵活性未知。
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
40K
比算法优化工程师中位数低
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 1400 个在招 · 其中算法优化工程师 2 个
市场机会
选择面较广
上海 · 算法优化工程师 · 55 个在招
职位详情
关于这个职位
该职位专注于纯IMU惯性人体运动跟踪算法的研发与落地，区别于视觉方案，核心基于多IMU传感器阵列和正向运动学（FK）完成人体骨骼姿态、关节角度及全身运动轨迹的实时解算
你将主导算法设计、误差校准、骨骼解算优化，并负责端上产品落地，支撑XR体感、动作捕捉等业务
适合对惯性导航、姿态解算和嵌入式优化有深厚积累的算法工程师
最低要求
硕士及以上学历，自动化、机器人、导航制导、计算机视觉、运动捕捉等相关专业，2年以上IMU惯性姿态解算、纯惯性人体跟踪算法研发经验
精通MEMS IMU器件特性与误差模型，深刻理解陀螺仪/加速度计零偏、温漂、噪声、随机游走、误差传播机制，具备成熟的IMU离线校准、在线补偿、动态误差抑制实战经验
熟练掌握人体骨骼正向运动学（FK），熟悉人体骨骼拓扑结构、关节自由度约束、刚体变换、矩阵/四元数姿态运算，有纯IMU全身/上半身人体姿态解算、惯性动捕算法落地经验
扎实的姿态解算与滤波功底，精通四元数姿态更新、互补滤波、EKF/UKF惯性融合算法，能够独立搭建纯IMU姿态解算与运动跟踪完整链路
具备多IMU阵列同步、多传感器联合标定、安装误差校准实战能力，可独立解决实际场景中姿态漂移、抖动、运动失真等问题
熟练C++、Python，具备良好的算法工程化能力，熟悉嵌入式端算法优化、轻量化部署，保障算法低延迟、高实时运行
优先条件：有纯IMU人体动作捕捉、惯性骨骼跟踪、XR体感设备姿态算法落地经验，对标主流消费级惯性动捕产品方案开发经验
工作职责
主导纯IMU人体跟踪算法研发与迭代，不依赖视觉特征，基于全身多点位IMU传感器，完成人体关节姿态、骨骼变换、全身运动轨迹的实时解算，搭建轻量化惯性动捕技术方案
深耕IMU器件核心特性，针对加速度计、陀螺仪固有误差，完成IMU噪声建模、零偏标定、温漂补偿、尺度误差修正、随机游走抑制，解决低成本MEMS IMU长期积分漂移、姿态累积误差等核心工程问题
精通人体骨骼正向运动学（FK）算法，基于标准人体骨骼拓扑结构，设计适配多点位IMU的骨骼映射、关节约束、姿态融合算法，优化肢体运动连贯性、骨骼姿态合理性，杜绝骨骼穿模、运动畸变、姿态抖动问题
负责多IMU传感器系统工程优化，完成多设备时间戳精准同步、硬件外参标定、安装偏差校准，搭建多IMU数据融合、姿态互补滤波体系，提升复杂运动、快速肢体摆动、静态站立场景下的跟踪稳定性
设计IMU惯性姿态解算链路，优化卡尔曼滤波、互补滤波、非线性姿态优化算法，实现陀螺仪积分优化、姿态四元数解算、重力矢量校准，有效抑制长时间运动跟踪漂移
搭建人体跟踪评测体系，完成IMU原始数据采集、真值对齐、数据集搭建，量化评估骨骼姿态精度、轨迹稳定性、延迟指标，持续迭代算法性能
负责算法端侧落地，基于C++完成算法工程化实现、轻量化裁剪与性能优化，适配嵌入式端设备，保障低延迟、高实时性，支撑消费级产品量产落地
优先资格
熟悉反向运动学（IK）、人体动力学约束，具备FK+IK融合人体姿态优化经验
有低成本MEMS IMU大规模量产产品算法迭代、温漂自适应补偿落地经验
熟悉人体SMPL/SMPL-X骨骼模型，有惯性数据驱动人体骨骼动画、姿态重建经验
具备运动捕捉、体感交互、XR空间人体跟踪相关项目量产落地经验
掌握传感器误差建模、时序优化、端侧实时算法调优能力
AI 洞察
优缺点分析
优点
- 技术前沿，聚焦纯IMU动捕，在XR、机器人领域应用前景广阔
- 工作内容涵盖算法研发到产品落地，技术栈全面，积累丰富
- 对数学、传感器、嵌入式等综合能力要求高，学习曲线陡峭
缺点 / 挑战
- 公司处于B轮，技术投入大，个人成长空间和话语权较高
- 算法难度高，需解决低成本IMU的漂移、抖动等核心难题，挑战大
- 可能面临产品量产压力，需要平衡算法效果与资源消耗
- 适合对传感器融合、姿态解算有深厚兴趣，喜欢挑战高难度算法问题，并希望将算法落地到实际产品的工程师
角色解读
- 可以成长为惯性动捕算法专家，主导核心算法架构设计
- 有机会转向更广泛的机器人感知、XR体感交互等前沿领域
- 在技术管理方向，可晋升为算法团队负责人或技术总监
- 负责纯IMU人体姿态跟踪算法的研发与迭代，包括多传感器数据融合、姿态解算和骨骼运动学建模
- 解决低成本MEMS IMU的误差问题，如零偏、温漂、随机游走，并优化算法以抑制积分漂移
- 将算法工程化落地到嵌入式设备，进行性能优化和轻量化裁剪，确保低延迟、高实时性
- 精通MEMS IMU器件特性、误差建模与校准，熟悉陀螺仪/加速度计原理
- 扎实的数学功底，精通四元数、刚体变换、卡尔曼滤波、互补滤波等姿态解算算法
- 熟练掌握C++和Python，具备嵌入式系统开发经验和算法工程化能力
申请策略
- 了解智元机器人的产品线（如人形机器人）和动捕技术应用场景
- 在面试中展示对纯IMU方案与视觉方案差异的深入理解
- 突出IMU姿态解算、多传感器融合、卡尔曼滤波等核心项目经验
- 强调在低成本MEMS IMU误差处理、漂移抑制方面的实战成果
- 展示C++/Python工程能力，以及嵌入式优化、量产落地经验
- 系统复习四元数、刚体变换、卡尔曼滤波等数学基础
- 熟悉SMPL/SMPL-X等人体骨骼模型，了解动捕行业标准
- 练习在嵌入式平台（如ARM、DSP）上优化算法性能
面试指南
- 从问题定义、误差来源分析、算法选型、工程实现、效果验证五个方面系统回答
- 结合具体项目案例，说明你如何权衡精度、实时性和资源消耗
- 强调你对传感器物理特性的理解，以及如何将理论算法落地到实际产品
- 如何解决低成本MEMS IMU在长时间运动中的积分漂移问题？
- 请详细解释互补滤波和卡尔曼滤波在姿态解算中的区别与适用场景
- 如何实现多IMU传感器的时间同步和空间标定？
- 在嵌入式平台上，如何优化算法以满足低延迟、高实时性要求？
- 请描述一个你独立解决IMU姿态漂移问题的项目案例
职位点评
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利
70中等
该职位薪资水平在行业内具有竞争力，但具体薪资未在JD中明确，需面议。
薪资信号面议 (30K-50K/月)
成长发展
85较高
职位涉及前沿的纯IMU动捕技术，技术挑战大，成长空间广阔，且公司处于B轮，技术投入大。
技术前沿前沿/新兴技术
技术栈IMU、MEMS、姿态解算、卡尔曼滤波、四元数、C++、Python、嵌入式
业务类型ambiguous
工作生活
50较低
工作地点在上海，未提及远程办公或弹性工作，可能为现场办公，通勤和办公灵活性一般。
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
75中等
该职位服务于XR体感、动作捕捉等前沿应用，行业前景好，社会价值较高。
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