1.傳感器選型與集成
負責機器人多模態(tài)傳感器的選型與集成設計,包括但不限于激光雷達、IMU(慣性測量單元)、3D視覺傳感器(結構光、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.數據融合與算法開發(fā)
開發(fā)多傳感器數據融合算法,支持機器人環(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)。
結合深度學習框架(PyTorch、TensorFlow)優(yōu)化傳感器數據處理流程,提升環(huán)境建模與交互響應效率。
3.系統測試與性能優(yōu)化
設計傳感器標定與測試方案,利用ROS、MATLAB等工具進行傳感器性能驗證與動態(tài)調試。
配合機械與算法團隊優(yōu)化傳感器-執(zhí)行器協同控制,解決實際場景中的延遲、精度衰減等問題。
4.前沿技術研究
探索具身智能領域新型傳感器技術(如柔性觸覺傳感器、仿生感知系統),推動傳感器與AI算法的深度融合(如強化學習驅動的自適應感知)。
1.專業(yè)技能
熟悉主流機器人傳感器原理與技術特性,具備傳感器信號處理、濾波算法開發(fā)經驗(如卡爾曼濾波、粒子濾波)。
精通C++/Python編程,熟悉ROS框架及傳感器驅動開發(fā),掌握Linux/嵌入式開發(fā)環(huán)境。
了解機器人學、計算機視覺、控制理論,具備多模態(tài)數據融合項目經驗者優(yōu)先。
2.經驗與學歷
本科及以上學歷,自動化、電子工程、計算機科學等相關專業(yè),碩士優(yōu)先。
3年以上機器人傳感器研發(fā)經驗,具備具身智能、人形機器人項目經驗者優(yōu)先。
3.綜合能力
熟悉主流3D視覺傳感器(如結構光、ToF)及深度學習模型部署流程(如ONNX、TensorRT)。
具備較強的邏輯分析能力,能閱讀英文技術文獻,在ICRA、IROS等機器人頂會發(fā)表論文者優(yōu)先。
良好的跨團隊協作能力,適應快速迭代的研發(fā)環(huán)境。