宁德时代
导航算法工程师（规控方向）
导航算法工程师（规控方向）
发布于 大约 9 小时前普通员工/个人贡献者
宁德市
中级经验
全职员工
仅现场办公
本科
机器人开发
Agv/Amr
Mpc
Pid
Ros/Ros2
机器人
状态估计
行为树
路径规划
轨迹跟踪
AI 估算 · 25k–45k
职位详情
关于这个职位
该职位主要负责机器人巡检系统在复杂场景下的路径规划与运动控制算法研发，包括全局与局部路径规划、轨迹跟踪与避障控制
你将参与机器人运动学/动力学建模与仿真，并进行控制参数调优，同时与定位、感知、系统集成团队协作完成算法在真机上的部署与联调
该岗位还会跟踪MPC、行为树、基于优化/采样的规划控制算法等前沿技术方向，并有机会参与人形机器人移动规控与复杂操作决策算法的开发
最低要求
-5年相关经验，具备完整机器人导航或移动机器人规控项目经验者优先
本科及以上学历，硕士优先
机器人、自动化、控制工程、计算机、数学、机械电子等相关专业
熟悉C/C++、Python，具备良好的算法实现与工程化能力
熟悉Linux开发环境，具备ROS/ROS2实际项目经验
熟悉常用全局/局部路径规划算法（如A、Dijkstra、D、RRT、TEB、DWA等）中的一种或多种，并有实际调试经验
熟悉常用运动控制算法（如PID、MPC、轨迹跟踪、状态估计等），能够完成控制策略设计与调优
具备移动机器人、巡检机器人、AGV/AMR、无人车或四足机器人项目经验者优先
具备较强的问题分析能力，能够定位导航失效、轨迹不稳定、避障异常、控制振荡等工程问题
加分项：有机器狗、人形机器人、移动机器人、无人车、AMR/AGV项目经验
熟悉代价地图、地图更新机制、行为树、多车规划或任务分配
熟悉Mujoco、Gazebo、Isaac Gym/Sim等仿真平台
具备机器人运动学、动力学、最优控制、优化控制相关背景
有论文、专利、开源项目或竞赛成果
有Learning-Based Planner的学习、训练与使用经验
工作职责
负责机器人巡检系统在复杂场景下的路径规划、运动控制与规控算法研发，包括全局规划、局部规划、轨迹生成、轨迹跟踪与避障控制
负责机器人在动态工厂环境中的通行策略设计与优化，提升复杂障碍环境下的通过性、安全性与运行稳定性
结合定位、地图与障碍信息，设计面向巡检任务的导航决策与运动控制方案，支持巡检点精准到达与定点定姿执行
参与机器人运动学/动力学建模与仿真验证，开展控制参数调优与系统性能评估
与定位、感知、系统集成团队协作，完成算法在真机平台上的部署、联调、问题定位与版本迭代
跟踪MPC、行为树、基于优化/采样/学习的规划控制算法等技术方向，结合项目场景开展预研
未来可参与人形机器人在移动规控、任务执行与复杂操作决策中的运动控制算法研发
优先资格
有机器狗、人形机器人、移动机器人、无人车、AMR/AGV项目经验
熟悉代价地图、地图更新机制、行为树、多车规划或任务分配
熟悉Mujoco、Gazebo、Isaac Gym/Sim等仿真平台
具备机器人运动学、动力学、最优控制、优化控制相关背景
有论文、专利、开源项目或竞赛成果
有基于学习的规划器（Learning-Based Planner）的学习、训练与使用经验
AI 洞察
暂无 AI 洞察数据
Watch Jobs