机械臂控制算法工程师

1. 运动规划算法研发：负责机械臂（正/逆运动学、轨迹插补）、机器人底盘（全局/局部路径规划）的算法设计与实现，适配AGV/AMR、协作机械臂、工业机械臂等不同机器人形态，支持点到点、连续路径、复合任务等多种运动需求。 2. 运动控制算法研发：设计并优化机械臂关节控制（PID/MPC/滑模控制/自适应控制等）、底盘运动控制（差速/阿克曼/全向轮运动控制）算法，解决运动过程中的抖动、超调、跟驰误差等问题，提升机器人运动精度和动态响应能力。 3. 算法仿真与验证：基于Gazebo、Isaac等工具搭建算法仿真平台，完成规划、控制、避障算法的离线仿真、参数调优和边界场景测试，输出仿真报告和算法优化方案。 4. 算法工程化落地：将仿真验证后的算法通过C/C++/Python实现，基于ROS/ROS2进行算法集成与调试，完成与机器人硬件（电机、驱动器、传感器、控制器）的联调，解决实际落地过程中的实时性、鲁棒性问题。 5. 算法迭代与优化：针对机器人实际作业场景中的问题进行算法迭代，持续优化算法的计算效率、适应性和稳定性；参与算法相关技术文档、接口文档的编写。

1. 本科及以上学历，自动化、机器人工程、机械电子工程、计算机科学与技术、控制科学与工程、电气工程及其自动化等相关专业，有1-3年及以上机器人算法研发经验者优先（优秀应届生可放宽）。 2. 掌握机器人基础理论，包括机械臂正逆运动学、动力学建模，移动机器人运动学建模，路径规划、轨迹规划、运动控制、避障算法的核心原理。 3. 熟练掌握至少一种主流规划算法（A、RRT、Dijkstra、PRM、贝塞尔曲线/样条曲线插补等）、控制算法（PID、MPC、滑模控制、自适应控制、阻抗控制等）、避障算法（动态窗口法DWA、模型预测避障MPC等）。 4.有多机器人协同规划/控制、复杂动态环境下高实时性避障、高精度机械臂作业（如装配、抓取）算法研发经验者；