AgiBot logo
智元机器人
多传感器融合定位算法工程师

多传感器融合定位算法工程师

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.0–5.5万 · AI 参考估算
中级经验
硕士
全职员工仅现场办公机器人开发
机器人开发
Fast-Lio2
Lio-Sam
Ros/Ros2
因子图优化
多传感器融合
激光Slam

值不值得投

76综合评分

综合评分 76

人形机器人核心定位算法岗,技术前沿且挑战高,生活节奏信息未披露

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,方便横向比较。

薪资怎么样

4.3万

比机器人开发中位数高

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 1640 个在招 · 其中机器人开发 94 个

市场机会

选择面较广

上海 · 机器人开发 · 约 150 个在招

职位详情

关于这个职位

该岗位负责人形机器人高精度定位与建图算法研发,融合激光雷达、GNSS-RTK、IMU、相机和里程计等多源信息,实现室内外连续稳定定位

你将参与从算法设计、真机部署到问题复现与性能优化的完整闭环,并与感知、导航规划和控制团队协作落地

最低要求

机器人、自动化、导航制导、测绘、计算机等相关专业硕士及以上学历

具备扎实的多传感器融合定位和状态估计基础,熟悉 ESKF/EKF、非线性优化或因子图等方法
熟悉激光定位建图、激光惯性里程计及点云地图匹配,掌握 ICP、NDT、回环检测、重定位等相关技术
熟悉 GNSS/INS 组合导航原理,包括 RTK定位、INS误差模型、松耦合与紧耦合、固定解/浮点解及观测质量评估等
实际使用过 FAST-LIO2、LIO-SAM、GVINS 等至少一种主流框架,并能讲清完整数据链路和核心算法
熟悉激光雷达、IMU、GNSS-RTK、相机及里程计等传感器的工作原理、误差模型与时间同步方法
熟练使用 C++ 和 Linux,熟悉 ROS/ROS2、Eigen、PCL、Ceres或GTSAM等常用工具,具备良好的工程实现、调试及性能优化能力
具备真机数据分析与问题定位能力,能够独立复现并解决漂移、发散、跳变、重定位失败等复杂定位问题

工作职责

负责人形机器人激光定位建图与多传感器融合定位模块的研发、维护和持续优化,融合激光雷达、GNSS-RTK、IMU、相机及关节/腿式里程计等信息,实现室内外稳定、连续的高精度定位

研发并优化激光惯性里程计与激光 SLAM 算法,负责点云地图构建、地图匹配、回环检测、定位初始化、重定位及定位丢失后的恢复
研发 GNSS-RTK/INS 组合导航与多源融合算法,完成 RTK定位观测接入、GNSS质量评估、状态估计及室内外定位平滑切换
基于 ESKF/EKF 或因子图优化框架,以及 FAST-LIO2、LIO-SAM、GVINS 等主流方案开展工程开发,完成时间同步、坐标系管理、GNSS观测建模和真机部署
针对激光几何退化、动态点云,以及 GNSS固定解丢失、浮点解退化、卫星遮挡和多路径等场景,设计异常检测、观测降级及故障恢复策略
使用真机采集数据和日志复现漂移、发散、跳变等问题,完成根因分析、算法迭代、回归测试及技术文档沉淀
与感知、建图、导航规划和运动控制团队协作,完成定位模块在真实人形机器人平台上的集成、部署、性能优化与现场验证

AI 洞察

优缺点分析

优点

  • 岗位处于人形机器人和具身智能核心链路,定位能力直接影响机器人自主移动与作业稳定性,技术价值高
  • 技术栈覆盖激光SLAM、GNSS-RTK/INS、因子图优化和多传感器融合,有利于积累高壁垒算法能力
  • 工作内容包含真机部署、现场验证和问题闭环,能形成从算法理论到工程落地的完整经验
  • 与感知、建图、导航规划和运动控制团队协作,能接触机器人系统级工程实践
  • 室内外切换、动态点云、卫星遮挡和多路径等问题对算法鲁棒性和工程细节要求很高
  • 需要兼顾算法精度、实时性和真机稳定性,对调试、日志分析和性能优化能力要求较强
  • 适合具备机器人、导航、测绘或计算机背景,熟悉SLAM与状态估计,并愿意在真机系统中解决复杂定位问题的算法工程师

缺点 / 挑战

  • 人形机器人平台传感器多、状态复杂,定位漂移、跳变和退化场景排查难度较高

角色解读

  • 可向高级定位算法专家方向发展,深耕多传感器融合、SLAM、组合导航和状态估计等核心技术
  • 可拓展到感知、建图、导航规划、运动控制等具身智能全链路系统岗位,提升机器人整体系统理解
  • 后续也可走向技术管理或算法团队负责人,负责定位导航方向的技术路线、工程落地和团队协作
  • 负责人形机器人定位模块研发,融合激光雷达、GNSS-RTK、IMU、相机和腿式里程计,实现室内外连续高精度定位
  • 开发和优化激光惯性里程计、激光SLAM、点云地图构建、回环检测、重定位及定位恢复能力
  • 设计GNSS-RTK/INS组合导航和多源融合算法,处理室内外切换、卫星遮挡、多路径和固定解丢失等复杂场景
  • 基于真机数据和日志复现漂移、发散、跳变等问题,完成根因分析、算法迭代、回归测试和现场验证
  • 需要扎实的状态估计与多传感器融合基础,掌握ESKF/EKF、非线性优化、因子图等核心方法
  • 需要熟悉激光SLAM与点云处理技术,包括ICP、NDT、地图匹配、回环检测和重定位
  • 需要理解GNSS/INS组合导航原理,熟悉RTK、INS误差模型、松紧耦合和观测质量评估
  • 需要较强的C++工程能力,熟悉Linux、ROS/ROS2、Eigen、PCL、Ceres或GTSAM,并具备真机调试能力

申请策略

  • 申请前了解智元机器人的人形机器人产品方向,思考定位模块在真实机器人自主导航和作业中的关键作用
  • 面试中尽量用真实项目说明问题定位过程,展示自己不仅能跑通开源算法,也能改造、调试和落地
  • 突出参与过的多传感器融合定位项目,明确说明融合的传感器类型、算法框架、系统指标和落地场景
  • 重点展示FAST-LIO2、LIO-SAM、GVINS、Ceres、GTSAM、PCL、ROS/ROS2等实际使用经验,最好对应到具体模块和成果
  • 强调真机数据处理能力,如漂移、发散、跳变、重定位失败等问题的复现、定位、修复和回归验证过程
  • 补充量化结果,如定位精度、漂移量、回环成功率、重定位成功率、运行帧率或CPU占用优化幅度
  • 复习ESKF/EKF、非线性优化、因子图和滑窗优化等状态估计基础,准备推导与工程实现细节
  • 熟悉激光雷达、IMU、GNSS-RTK、相机和里程计的误差模型、时间同步和坐标系管理方法

面试指南

  • 项目类问题按「背景目标—系统架构—关键算法—工程实现—指标结果—问题复盘」顺序回答,避免只讲概念
  • 算法类问题先讲原理和适用条件,再结合机器人平台约束说明实时性、鲁棒性和实现复杂度取舍
  • 故障排查类问题按「现象确认—数据复现—传感器质量检查—时间同步/坐标系排查—算法链路定位—回归验证」展开
  • 请讲清楚一个你做过的多传感器融合定位系统,包括传感器输入、状态变量、优化目标和输出接口
  • ESKF与EKF在机器人状态估计中的区别是什么?什么场景下你会选择因子图优化?
  • FAST-LIO2或LIO-SAM的数据链路是怎样的?你在项目中做过哪些关键改造?
  • 遇到激光几何退化、动态点云或GNSS固定解丢失时,如何设计异常检测和观测降级策略?
  • 如果机器人在真机运行中出现定位跳变或重定位失败,你会如何通过日志和数据复现并定位根因?

职位点评

薪资福利78
成长发展88
工作生活52
使命价值82

薪资福利

78中等

JD未披露薪资和福利信息,因此补偿性动机只能基于岗位技术门槛和城市信息做有限判断。该岗位要求硕士学历、复杂算法能力和真机落地经验,通常对应较高技能溢价。

薪资信号未披露(AI估算:3.0千–5.5万/月)

成长发展

88较高

岗位覆盖多传感器融合、激光SLAM、GNSS-RTK/INS、因子图优化和真机部署,技术深度和系统性都很强。JD未提及培训、导师制或晋升路径,发展性主要体现在技术挑战和跨团队系统实践。

技术前沿前沿/新兴技术
技术栈多传感器融合定位、激光SLAM、GNSS-RTK/INS、ESKF/EKF、因子图优化、FAST-LIO2、LIO-SAM、GVINS、ROS/ROS2、C++
业务类型ambiguous

工作生活

52较低

JD仅明确地点为上海,未说明远程、弹性办公、双休或加班情况。岗位涉及真机采集、现场验证和跨团队协作,但具体工作节奏无法从JD判断。

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

82较高

岗位服务于人形机器人高精度定位与自主移动能力,属于具身智能落地的关键技术环节,行业前景较强。JD未直接描述社会使命或价值导向,意义感主要来自技术应用场景。

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