AgiBot logo
智元机器人
EMF/IMU算法开发(R11405)

EMF/IMU算法开发(R11405)

发布于 大约 16 小时前

普通员工/个人贡献者

上海市
中级经验
全职员工
仅现场办公
硕士
机器学习工程
Emf
Imu
Matlab/Simulink
位姿解算
卡尔曼滤波
多传感器融合
状态估计
粒子滤波

AI 估算 · 25k–40k

上海机器人算法岗,硕士3年+,EMF+IMU融合技术稀缺,薪资处于市场中上水平。

职位详情

关于这个职位

该职位负责EMF电磁追踪系统的核心算法研发,涵盖电磁建模、误差补偿、EMF+IMU融合及自动标定

你将参与算法架构设计和技术路线规划,解决超高精度、金属干扰等难点,支撑机器人的高精度位姿追踪
适合对多传感器融合和优化算法有深厚兴趣的工程师,能接触前沿技术并推动产品落地

最低要求

硕士及以上学历

电磁场、应用物理、控制科学与工程、导航、应用数学等专业方向
三年以上工作经验
深入掌握电磁学理论、磁偶极子建模、磁场畸变机理,精通各类电磁误差来源与补偿方案
精通非线性优化、状态估计、多传感器融合理论,熟练掌握卡尔曼系列滤波、粒子滤波、图优化等算法
精通空间几何、姿态表示(四元数、旋转矩阵)、坐标系变换,精通 6DOF 位姿解算全流程
深入理解数字信号处理、自适应噪声抑制、动态轨迹优化技术
精通 C/C++、Python,熟练进行算法仿真、工程实现与嵌入式深度优化
熟练使用 MATLAB/Simulink 开展算法建模、仿真与验证

工作职责

统筹 EMF 电磁追踪系统整体算法架构,制定中长期技术路线,拆解模块、定义接口,规划算法迭代方向

针对超高精度、金属环境、高刷率,开展底层模型优化、非线性误差补偿、多阵列协同解算等关键技术攻关
主导 EMF+IMU 融合算法体系,设计融合框架,实现全场景高鲁棒追踪
设计全自动标定、在线自校准算法
设计手部模型标定算法,实时解决传感器位姿到手部模型位姿

AI 洞察

优缺点分析

优点

  • 处于机器人热门赛道,EMF+IMU融合技术具有高商业价值和前瞻性
  • 公司B轮阶段,平台成长快,算法人才核心度高
  • 可接触从算法设计到嵌入式优化的全流程开发
  • 对数学、物理和信号处理基础要求极高,学习曲线陡峭
  • 超高精度和金属干扰等极端场景,问题难度大,需长期攻坚

缺点 / 挑战

  • 技术挑战大,个人专业深度和解决问题能力提升迅速
  • 算法与硬件紧密耦合,需跨团队协作,沟通成本较高
  • 适合数理基础扎实、热爱底层算法研究、追求技术深度且能承受攻坚压力的工程师

角色解读

  • 可向机器人感知算法专家或技术负责人方向发展
  • 有机会主导核心算法模块,积累前沿技术经验
  • 未来可晋升为算法架构师或技术管理层
  • 负责EMF电磁追踪系统的整体算法架构,制定技术路线并拆解模块,推动算法迭代
  • 解决超高精度、金属环境干扰和高刷率下的电磁模型优化与误差补偿问题
  • 主导EMF+IMU融合算法设计,构建全场景高鲁棒位姿追踪框架
  • 开发自动标定和手部模型标定算法,实现传感器位姿到手部位姿的实时映射
  • 扎实的电磁学理论,精通磁偶极子建模和磁场畸变补偿
  • 精通非线性优化、状态估计和多传感器融合,熟悉卡尔曼滤波、粒子滤波、图优化等方法
  • 精通空间几何、四元数/旋转矩阵及6DOF位姿解算全流程
  • 精通C/C++和Python,具备嵌入式算法深度优化能力

申请策略

  • 提前了解智元机器人的人形机器人产品线,思考EMF/IMU在其中的应用场景
  • 准备一个高精度位姿追踪或融合算法的案例,体现问题拆解与解决方案
  • 突出电磁建模、多传感器融合或位姿估计相关的项目经历,特别是精度提升案例
  • 展示非线性优化和滤波算法(如卡尔曼、粒子滤波)的实际应用细节
  • 强调C++/Python高性能算法实现能力,如有嵌入式优化经验更佳
  • 如果发表过相关论文或专利,务必列入
  • 系统复习电磁场理论、状态估计和信号处理基础,强化数学推导能力
  • 实践卡尔曼滤波、粒子滤波的代码实现,并对比不同算法的效果

面试指南

  • 原理问题:先阐述理论基础,再结合项目说明实际应用和遇到的坑
  • 设计问题:从需求分析到模块划分,强调取舍和鲁棒性考虑
  • 实现问题:展示性能优化思路,如算法复杂度、内存占用、实时性平衡
  • 如何建立磁偶极子模型,并补偿金属环境下的磁场畸变?
  • 怎样设计一个EMF+IMU融合框架,应对动态高刷场景?
  • 卡尔曼滤波和粒子滤波各自的优缺点及适用场景是什么?
  • 如何优化C++代码以在嵌入式平台上实现低延迟位姿解算?
  • 手部模型标定中,如何处理传感器与模型坐标系的非线性变换?

职位点评

65
综合评分

上海机器人核心算法岗,技术前沿、成长性强,薪资未披露,但需现场办公且潜在加班强度。

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。

更适合这类人
适合以技术成长为第一诉求,对薪资和工作强度要求宽松,愿意攻坚算法核心的工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展80
工作生活50
使命价值70

薪资福利

60中等

薪资未在JD中披露,但上海核心算法岗位通常具有市场竞争力,且B轮公司可能提供股权激励。

薪资信号未披露(AI估算:25K-40K/月)

成长发展

80较高

该岗位涉及前沿传感器融合技术,算法挑战大,个人能力提升空间显著,且职位描述体现技术主导权。

技术前沿前沿/新兴技术
技术栈EMF、IMU、卡尔曼滤波、粒子滤波、状态估计、多传感器融合、C++、Python、MATLAB
业务类型ambiguous

工作生活

50较低

工作地点在上海,要求现场办公,且算法攻坚特性可能导致加班,JD未提及弹性或远程。

工作模式仅现场办公
办公地点未明确
加班情况未提及(无法判断)

使命价值

70中等

机器人行业是高速增长赛道,核心技术对产品价值有直接贡献,但社会价值体现中性。

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