算法实习生-具身机械臂（可... 8k-9k

实习生信息同步：
1、要求可全职实习4个月（2025年12月—2026年3月）
2、上班时间：9：00-11：50， 13：20-18：30，周末双休
3、办公地址：深圳市南山区深大地铁站C口中国储能大厦19楼
4、工作日午餐补贴：10元/人/天
5、活动假期：法定带薪假期、一周两次下午茶、节日礼品、部门团建


岗位职责：
1、导航算法研发：参与机器人导航系统算法设计与实现，包括路径规划、自主避障、自主脱困等关键模块，确保机器人能在复杂环境中实现安全、高效、鲁棒的自主移动。
2、运动控制算法研发：设计并实现机器人运动控制算法，涵盖PID、MPC、模糊控制、非线性控制、轨迹跟踪与姿态控制等，优化不同场景下的运动性能与能耗。
3、全覆盖路径规划算法研发：研究并开发适用于清洁、巡检等任务的全覆盖路径规划算法（Coverage Path Planning），实现高效的区域覆盖与路径优化。
4、多传感器融合与避障算法研发：基于激光雷达（LiDAR）、视觉（Camera）、里程计/码盘（Odometry）、IMU、超声波、红外、GPS等多源传感器，开发融合感知与避障算法（Sensor Fusion + Obstacle Avoidance），提升环境理解与动态场景适应能力。
5、算法优化与产品化落地：将研发算法部署到实际机器人平台，进行移植、调试与性能优化，确保算法在嵌入式系统中稳定高效运行。


任职需求：
1、算法与控制基础：
A、熟悉常见的路径规划与避障算法，如 A*、Dijkstra、D*、RRT、RRT*、Hybrid A* 等；
B、理解全覆盖路径规划（如 Spiral、Boustrophedon、Grid-based methods）原理；
C、熟悉控制算法：PID、MPC、模糊控制、滑模控制或其他非线性控制方法；
D、有轨迹跟踪与动态控制系统经验者优先（如纯追踪 Pure Pursuit、Stanley、LQR、MPC 等）。

2、优化算法与数值方法：
A、掌握基础的优化理论与算法实现（如凸优化、非线性优化、约束优化）；
B、有**在线优化控制或路径平滑化（Trajectory Optimization）**相关项目经验者优先。

3、传感器与融合算法：
A、理解**SLAM、*****ization、Sensor Fusion（EKF/UKF、Graph Optimization、Factor Graph）**原理；
B、熟悉常见传感器数据格式及驱动，如激光雷达（Livox、Hesai）、深度相机（Intel RealSense）、IMU、编码器等。

4、编程与工程实现：
A、熟悉 Linux 开发环境与 ROS/ROS2 框架；
B、精通 C++ 与 Python 编程，具备良好的工程代码能力；
C、熟悉版本管理（Git）、仿真环境（Gazebo / Webots / Isaac Sim）者优先。


其他要求：
1、计算机、自动化、控制工程、机器人、电子信息或相关专业硕士；
2、有机器人竞赛（如 RoboMaster、RoboCup、Robocon）或科研项目经验者优先；
3、能在指导下独立完成算法设计、仿真与调试；
4、具备良好的逻辑思维能力与科研工程习惯。


加分项（优先考虑）
1、有移动机器人、无人车或清洁机器人相关项目经历；
2、熟悉强化学习 / imitation learning 在控制中的应用；
3、熟悉 Ceres Solver、CasADi、G2O、PyTorch 等优化或学习框架；
4、有算法部署经验（如在 Jetson、STM32、嵌入式Linux 上运行控制代码）；
5、英文文献阅读能力强，能快速复现论文算法。