JD logo
京东
机械臂运动控制算法工程师

机械臂运动控制算法工程师

发布于 大约 15 小时前

普通员工/个人贡献者

北京市
高级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
嵌入式
MATLAB/Simulink
运动控制
实时系统
机械臂
动力学建模
碰撞检测
导纳控制
阻抗控制

AI 估算 · 30k–60k

高级机械臂算法岗位,技术难度高,市场稀缺,薪资竞争力强。

职位详情

关于这个职位

该职位负责京东科技机械臂的运动控制算法研发,包括动力学建模、力位混合控制、双臂协作等核心模块

你将与感知、规划、硬件团队紧密协作,将算法从仿真验证到实机落地,推动机器人产品化
适合在机器人控制领域有扎实理论基础和丰富实战经验的工程师

最低要求

机器人、控制理论与控制工程、自动化、机械电子等相关专业,丰富机器人运控算法开发经验

精通机器人运动学、动力学控制理论,熟悉机器人或高性能机械臂的典型应用与控制挑战
具有柔顺控制、力控交互、双臂协同、功能安全等相关技术开发经验及从仿真到实机平台落地经验
了解机器人领域常用开源框架及相关工具链
熟练使用Matlab/Simulink或Mujoco, Gazebo等含物理引擎的仿真平台,进行控制系统设计与仿真
熟悉实时系统及嵌入式开发环境
精通C++在机器人系统中的开发与实现
对机器人系统具有跨学科理解能力
具备较强的问题拆解与问题解决能力

工作职责

负责机械臂关节驱动链及杆件动力学建模、参数辨识、算法实现与实验验证,并持续维护更新模型,保障仿真与实机的一致性

研发并优化力位混合控制、阻抗/导纳控制、碰撞检测算法,增强机器人与环境的交互能力,确保其在抓取、装配、接触等任务中的稳定与安全
开展双臂协作与闭链约束建模,开发适用于多接触、多任务场景的双臂协同运动控制算法
在仿真与实机环境下完成控制算法的功能验证、性能调优与迭代改进,确保机械臂在精度、响应速度、鲁棒性等方面达到产品化要求
参与从仿真到实机的机器人算法工具链构建与优化,包括仿真工具、数据采集与分析工具、调试工具及自动化验证流程等,提升算法研发与落地效率
协同感知、规划、系统、硬件等团队进行系统联调,推动算法从原型开发到产品化落地

优先资格

具有冗余机械臂控制、零空间优化、任务分层与优先级控制项目经验

具备双臂协同控制或闭链机构开发经验
了解机器人全身控制理论及实践方法,具有基于多模态感知信息融合的手臂运动控制经验
在相关领域发表过高水平论文或拥有发明专利

AI 洞察

优缺点分析

优点

  • 京东作为行业巨头,拥有丰富的机器人应用场景(仓储、物流),技术落地机会多
  • 岗位涉及前沿的力控、双臂协作技术,技能积累价值高,市场竞争力强
  • 团队协作紧密,可接触从仿真到实机的完整研发流程,综合能力提升快
  • 对理论深度和工程能力要求极高,需要同时掌握动力学、控制算法和嵌入式开发
  • 机器人领域知识面广,需要持续学习新技术,对跨学科理解能力要求高

缺点 / 挑战

  • 从仿真到实机落地过程复杂,调试周期长,可能面临较大的交付压力
  • 适合在机器人运动控制领域有扎实理论基础和丰富实战经验,喜欢挑战复杂技术问题并追求技术深度的工程师

角色解读

  • 可向机器人控制专家或技术负责人方向发展,深入底层算法与系统优化
  • 有机会横向拓展至感知、规划等相邻领域,成为机器人系统全栈工程师
  • 在京东科技内部可晋升至高级算法专家或团队管理岗位,参与更大规模机器人项目
  • 负责机械臂的动力学建模与参数辨识,确保仿真与实机高度一致
  • 研发并优化力位混合控制、阻抗/导纳控制等柔顺控制算法,提升机器人与环境交互的安全性与稳定性
  • 开发双臂协作与闭链约束控制算法,支持多接触、多任务场景下的协同运动
  • 参与机器人算法工具链建设,包括仿真、数据采集和自动化验证,推动算法产品化落地
  • 精通机器人运动学与动力学控制理论,熟悉常见控制框架
  • 具备柔顺控制、力控交互、双臂协同等实际项目经验
  • 熟练使用Matlab/Simulink、Mujoco、Gazebo等仿真平台
  • 精通C++,熟悉实时系统与嵌入式开发环境

申请策略

  • 了解京东物流仓储机器人业务现状,面试时可结合具体场景提出算法优化思路
  • 表现对机器人技术前沿的热情,提及对力控或双臂协作的独到见解
  • 重点突出机械臂动力学建模、力控算法(如阻抗/导纳控制)的实际项目经验
  • 强调双臂协作或冗余机械臂控制相关成果,如有发表论文或专利更佳
  • 展示从仿真到实机落地的完整案例,说明在精度、鲁棒性等方面的优化成果
  • 突出C++编程能力和实时系统开发经验,可附上代码仓库或项目链接
  • 若缺乏双臂协作经验,可先学习相关论文或开源项目(如ROS双臂控制)
  • 补充对特定仿真平台(如Mujoco)的深入使用经验,可自行搭建小型机械臂仿真

面试指南

  • 对于技术推导类问题,先明确问题边界(关节数、自由度),再分步骤推导,最后解释物理意义
  • 对项目经验类问题,采用STAR原则:背景、任务、行动、结果,突出你的贡献和量化成果
  • 对方案设计类问题,先给出主流方法,再结合场景提出改进思路,体现问题拆解能力
  • 请详细描述你之前做过的机械臂动力学建模项目,包括参数辨识方法和验证结果
  • 如何设计一个阻抗控制器来保证抓取易碎物品时的安全性?
  • 双臂协作中闭链约束如何处理?请举例说明
  • 在从仿真到实机迁移过程中,你遇到过哪些主要问题?如何解决的?
  • 请推导一个六轴机械臂的牛顿-欧拉动力学递推公式

匹配度报告

68
综合匹配度

顶尖大厂、前沿机器人技术、高薪、无明确WLB信息

适合人群
最适合追求技术深度和职业成长、不介意现场办公且能接受一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活40
使命价值75

薪资福利匹配

70中等

京东作为上市公司,薪资福利有竞争力,但JD未明确具体薪资和福利,整体补偿性动机满足程度中等偏上。

薪资信号未披露(AI估算:30K-60K/月)

成长发展匹配

85较高

岗位聚焦前沿机器人控制技术,涉及力控、双臂协作等新兴领域,技术成长空间大,但JD未明确提及晋升通道或培训体系。

技术前沿前沿/新兴技术
技术栈机械臂、运动控制、力位混合控制、阻抗控制、双臂协作、动力学建模
业务类型ambiguous

工作生活匹配

40较低

职位要求仅现场办公,地点北京,JD未提及弹性工作或WLB措施,生活化动机满足程度较低。

工作模式仅现场办公
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值匹配

75中等

智能机器人属于高速增长赛道,京东物流场景具有实际社会价值,但JD未强调使命导向,意义感动机满足程度较好。

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