1.傳感器選型與集成
負(fù)責(zé)機(jī)器人多模態(tài)傳感器的選型與集成設(shè)計,包括但不限于激光雷達(dá)、IMU(慣性測量單元)、3D視覺傳感器(結(jié)構(gòu)光、雙目立體視覺、ToF)、力/力矩傳感器等,確保傳感器性能滿足具身智能機(jī)器人的精度、抗干擾與穩(wěn)定性需求。
優(yōu)化傳感器布局方案,解決安裝空間、重量限制與信號干擾問題(如電磁干擾、環(huán)境噪聲)。
2.數(shù)據(jù)融合與算法開發(fā)
開發(fā)多傳感器數(shù)據(jù)融合算法,支持機(jī)器人環(huán)境感知、運動規(guī)劃與實時決策(如SLAM、物體識別、姿態(tài)估計)。
結(jié)合深度學(xué)習(xí)框架(PyTorch、TensorFlow)優(yōu)化傳感器數(shù)據(jù)處理流程,提升環(huán)境建模與交互響應(yīng)效率。
3.系統(tǒng)測試與性能優(yōu)化
設(shè)計傳感器標(biāo)定與測試方案,利用ROS、MATLAB等工具進(jìn)行傳感器性能驗證與動態(tài)調(diào)試。
配合機(jī)械與算法團(tuán)隊優(yōu)化傳感器-執(zhí)行器協(xié)同控制,解決實際場景中的延遲、精度衰減等問題。
4.前沿技術(shù)研究
探索具身智能領(lǐng)域新型傳感器技術(shù)(如柔性觸覺傳感器、仿生感知系統(tǒng)),推動傳感器與AI算法的深度融合(如強(qiáng)化學(xué)習(xí)驅(qū)動的自適應(yīng)感知)。
1.專業(yè)技能
熟悉主流機(jī)器人傳感器原理與技術(shù)特性,具備傳感器信號處理、濾波算法開發(fā)經(jīng)驗(如卡爾曼濾波、粒子濾波)。
精通C++/Python編程,熟悉ROS框架及傳感器驅(qū)動開發(fā),掌握Linux/嵌入式開發(fā)環(huán)境。
了解機(jī)器人學(xué)、計算機(jī)視覺、控制理論,具備多模態(tài)數(shù)據(jù)融合項目經(jīng)驗者優(yōu)先。
2.經(jīng)驗與學(xué)歷
本科及以上學(xué)歷,自動化、電子工程、計算機(jī)科學(xué)等相關(guān)專業(yè),碩士優(yōu)先。
3年以上機(jī)器人傳感器研發(fā)經(jīng)驗,具備具身智能、人形機(jī)器人項目經(jīng)驗者優(yōu)先。
3.綜合能力
熟悉主流3D視覺傳感器(如結(jié)構(gòu)光、ToF)及深度學(xué)習(xí)模型部署流程(如ONNX、TensorRT)。
具備較強(qiáng)的邏輯分析能力,能閱讀英文技術(shù)文獻(xiàn),在ICRA、IROS等機(jī)器人頂會發(fā)表論文者優(yōu)先。
良好的跨團(tuán)隊協(xié)作能力,適應(yīng)快速迭代的研發(fā)環(huán)境。