机器人工程专业

一段小厂算法实习，目前在一机器人大厂实习，如果这不能转正的话想在秋招前混满3段实习，主要是机器人方向比较卡学历，已经只想干开发狠狠就业了，不知道还能去那些厂了，基本都被卡学历😅

更多学习内容：程序员老廖需求分析 通过对机器人行业岗位（50个招聘岗位）需求和技能要求的全面分析，ROS2机器人开发主要分为三个技术分支：ROS2应用开发、Linux驱动开发和机器人控制板开发，分别对应软件层、系统层和硬件层的技术栈。1. ROS2应用开发方向 岗位需求分析：占据技术岗位总数的52%左右 主要领域：工业自动化（AGV导航、机械臂控制）、服务机器人、自动驾驶（SLAM算法开发、路径规划）、具身智能 典型岗位：ROS2系统开发工程师、机器人导航算法工程师、多机协同控制开发工程师、机器人感知系统开发工程师、机械臂控制算法工程师、机器人仿真工程师技能要求： 核心编程能力：精通C++/P...

一、面试现场最常让手写的代码（高频必背）1. 路径/轨迹规划基础- A* 或 JPS 伪代码（C++/Python）- RRT / RRT* 极简实现（必考）- 栅格地图路径搜索、碰撞检测逻辑2. 机器人运动学（必问）- 多自由度机械臂正运动学（DH + 齐次变换）- 数值逆运动学（阻尼最小二乘 DLS）- 雅可比矩阵计算、奇异值判断- 自碰撞检测逻辑（面向人形/双足/多关节）3. 最优化基础（岗位核心：姿态最优）- 简单二次规划 QP 伪代码- 梯度下降 / 牛顿法求解姿态最优目标函数- 带约束优化（关节限位、避障、姿态平滑）4. 基础避障算法- 人工势场法（APF）- 动态窗口法 DWA 思路 + 伪代码- 基于距离场的碰撞规避逻辑5. 轨迹平滑- 五次多项式轨迹插值- B 样条 / 贝塞尔曲线- 最小 jerk / 最小加速度轨迹优化二、岗位核心专项：全身规划 & 通过性（重点准备）1. 全身运动规划（Whole-Body Planning）- 基于 QP 的全身控制伪代码- 浮动基机器人动力学简化（能讲+能写公式代码）- 重心优化、零力矩点 ZMP 简化计算2. 通过性（Passability / Navigability）- 地形评估、可达区域判断- 姿态自适应调整代码逻辑（爬坡、越障、台阶）- 多约束下姿态最优求解流程3. 姿态最优求解- 目标函数：能耗最小、姿态平滑、重心最低- 约束：关节限、碰撞限、视野/任务约束- 调用 OSQP / NLOPT / IPOPT 等求解器的代码模板三、Learning-Based 规划（加分但必准备）面试官不问代码也会问思路，最好能写极简示例- 简单强化学习：DQN/PPO 极简网络结构- 模仿学习：行为克隆（BC）极简训练+推理代码- 学习预测：简单 LSTM/Transformer 状态预测伪代码四、工程化 & 框架能力（面试官非常看重）1. 规划框架设计（C++）- 规划器基类 + 派生结构（AStar/RRT/MPC）- 线程安全、数据队列、回调机制- 模块解耦：感知→地图→规划→控制2. 仿真相关代码- MuJoCo / Gazebo 环境交互- 机器人状态读取、轨迹下发、碰撞回调- 批量测试、自动化评估脚本（Python）3. 常用开源库使用（必须会写调用代码）- OMPL 规划器调用- NLOPT / OSQP / qpOASES 求解器- Pinocchio / KDL 运动学动力学- Eigen 矩阵运算、SVD、雅可比五、如果时间紧，优先准备这 8 套代码1. RRT*（必背）2. 数值逆运动学（DLS）3. 雅可比与冗余机器人零空间优化4. 五次多项式轨迹5. 简单 QP 姿态最优求解6. A* 路径规划7. 全身规划优化伪代码8. 学习型规划（BC/PPO）极简示例银河通用目前有需求，招算法职位，地点北京和深圳，有兴趣接触可以私聊

非技术岗，发笔经攒人品。包括行测、行业知识、案例分析三个部分。行测：言语理解、数量关系、判断推理，题量不小，需要练速度，建议提前刷。行业知识：5G 行业应用、鼎桥业务范围（通信解决方案、全球 100 + 国家业务）、物联网模组相关基础。案例分析：给行业客户场景（如工业物联网），分析需求并提解决方案，重点考察逻辑和表达。