中级研究员-运动控制

智能路径规划算法研发：设计并实现面向复杂工业场景（如避障、狭窄通道、多机协同）的智能路径规划算法（如RRT、PRM、A及其变种），提升机器人在动态或半结构化环境中的自主规划能力，实现在bin-picking、焊接、码垛等场景下的智能应用。

底层运动控制算法开发：负责或参与机器人底层伺服控制算法的研发，包括但不限于PID/前馈控制、力/位混合控制、阻抗控制、自适应控制、鲁棒控制等，提升机器人轨迹跟踪精度与动态响应性能，助力高精度焊接、切割等场景的应用。

轨迹规划与优化：开发高性能、高平滑性的轨迹规划算法，包括关节空间与笛卡尔空间的插值、速度/加速度前瞻、时间最优轨迹生成、柔性冲击抑制等；探索基于优化的轨迹生成方法（如二次规划、凸优化、模型预测）。

系统集成与调试：将算法集成到库卡机器人现有控制系统（如KRC4/KRC5或下一代控制器）中，在仿真环境与实物机器人上进行调试、标定与性能验证，解决实际运行中的抖动、超调、碰撞检测等问题。

性能评估与优化：建立算法性能评估体系，通过指标（如轨迹误差、节拍时间、能耗）指导算法迭代，持续提升机器人运动的速度与精度平衡。

硕士及以上学历，机器人学、控制工程、自动化、计算机、机械工程等相关专业。 2.3年以上工业机器人或机械臂运动规划/控制领域实际算法研发经验。

扎实的数学基础（线性代数、数值优化、状态估计）和控制理论基础。

精通C++/Python编程，熟悉Linux或RTOS环境，具备良好的工程实现能力。

具备至少一种主流机器人仿真与开发工具（如ROS/ROS2、CoppeliaSim、MATLAB Robotics Toolbox）经验。