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 8 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
研究与开发 (研发)
Emf
Imu
Matlab
卡尔曼滤波
四元数
图优化
电磁追踪
粒子滤波
非线性优化

AI 估算 · 25k–45k

算法岗需求旺盛,硕士3年经验上海市场行情,B轮公司有竞争力但非头部大厂,预估中位数35K/月。

职位详情

关于这个职位

该职位负责EMF电磁追踪系统的算法架构设计与核心技术攻关,包括底层模型优化、非线性误差补偿、多阵列协同解算,以及EMF+IMU融合算法开发

你将主导全自动标定、在线自校准和手部模型标定算法,实现高精度、高鲁棒的空间追踪
适合对电磁场、多传感器融合有深入理解的算法工程师

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

  • 技术前沿性高:涉及电磁追踪、多传感器融合等机器人核心感知技术,行业需求旺盛
  • 公司平台好:智元机器人为B轮融资的中大型企业,发展前景可期,技术团队专业性强
  • 技术难度高:需同时掌握电磁学、信号处理、优化算法等多学科知识,学习曲线陡峭

缺点 / 挑战

  • 项目挑战大:超高精度、金属环境等难题能快速提升算法实战能力,积累稀缺经验
  • 工作强度可能较大:B轮公司追求产品落地,研发节奏快,可能面临加班压力
  • 适合对多传感器融合和机器人感知有浓厚兴趣,具备扎实数学与物理功底,愿意挑战高难度算法问题的工程师

角色解读

  • 从算法工程师成长为EMF/IMU技术专家,主导核心算法迭代
  • 横向扩展至机器人感知全链路(如视觉、触觉融合),成为系统架构师
  • 纵向深入硬件与算法协同优化,向技术总监或首席科学家方向发展
  • 负责EMF电磁追踪系统的算法架构设计,制定技术路线并拆解模块,规划算法迭代方向
  • 针对高精度、金属环境等挑战,优化底层模型、补偿非线性误差,并开发多阵列协同解算算法
  • 主导EMF+IMU多传感器融合算法,实现全场景高鲁棒追踪,并设计自动标定与手部模型标定算法
  • 深入掌握电磁场理论、磁偶极子建模及误差补偿,具备电磁追踪系统开发经验
  • 精通非线性优化、状态估计(卡尔曼滤波、粒子滤波、图优化)及多传感器融合
  • 精通空间几何、姿态表示(四元数、旋转矩阵)和6DOF位姿解算,熟悉C++/Python及嵌入式优化

申请策略

  • 关注智元机器人的产品方向(如人形机器人),面试时结合其业务场景阐述技术贡献
  • 准备一个完整的EMF或IMU融合项目案例,从问题定义、方案设计到实验验证
  • 突出EMF或IMU相关项目经验,尤其是精度优化、标定算法或融合框架的实际成果
  • 强调数学建模能力,如磁偶极子模型、非线性优化求解器的应用案例
  • 展示C++/Python高效编程能力及MATLAB仿真验证经验,附上代码仓库或技术博客
  • 复习电磁场理论和磁偶极子建模,准备相关数学推导
  • 深入理解卡尔曼滤波、图优化等算法的原理及实现,可复现经典论文
  • 预习机器人手部运动学模型,了解传感器到手部位姿的转换方法

面试指南

  • 针对原理类问题:先阐述基础理论,再结合实际工程问题(如金属干扰)说明解决方案
  • 针对设计类问题:采用系统架构思维,分模块(预处理、融合、标定)阐述,强调鲁棒性和实时性
  • 请推导磁偶极子模型,并解释在金属环境中磁场畸变如何补偿?
  • 卡尔曼滤波与粒子滤波在多传感器融合中的适用场景和优缺点对比
  • 如何设计一个EMF+IMU融合框架以实现高鲁棒跟踪?请给出流程和关键模块
  • 描述一次你解决高精度位姿估计中非线性误差问题的经历
  • 手部模型标定的难点是什么?你如何设计标定算法?
  • 复习电磁场与卡尔曼滤波的数学基础,能手推核心公式

职位点评

68
综合评分

前沿技术岗,高成长但工作强度未知,办公地点固定。

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
适合追求技术成长、愿意投入高强度工作的算法工程师,对生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活45
使命价值60

薪资福利

70中等

职位未明确薪资福利,但硕士3年经验的算法岗在上海市场具有竞争力,B轮公司可能提供期权。整体处于中上水平。

薪资信号未披露(AI估算:25K-45K/月)

成长发展

85较高

技术前沿性强,涉及EMF、IMU融合等机器人核心算法,能显著提升专业能力。但未提及晋升通道或培训。

技术前沿前沿/新兴技术
技术栈EMF、IMU、多传感器融合、非线性优化、卡尔曼滤波、图优化
业务类型profit_center

工作生活

45较低

工作地点固定在上海,未提及弹性办公或远程,机器人公司通常要求现场办公。无WLB相关描述,可能强度较高。

工作模式仅现场办公
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

60中等

机器人行业处于高速增长赛道,社会影响力中性(推动技术发展但非直接改善民生)。创新程度较高。

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