仙工智能
标定实习生（27届可转正）
岗位职责
1. 运动学建模与参数辨识（核心）
- 负责双轮差速车、单/双舵轮车、阿克曼转向车以及多舵轮重载叉车的运动学建模与正逆解算。
- 设计并实施里程计标定方案，针对轮径磨损、安装偏心距、轴距变化及轮胎形变进行精确参数辨识。
2. 多传感器外参联合标定（扩展）
- 负责激光雷达（LiDAR）、视觉相机（Camera）、IMU（惯性测量单元） 之间的外参标定（旋转矩阵与平移向量）。
- 开发基于手眼标定或自然场景特征的自动化标定工具。
- 负责标定场（Calibration Site）的搭建与维护，包括靶标设计、数据采集规范制定。
3. 误差分析与补偿算法
- 分析系统误差（加工公差、装配误差）与随机误差（地面打滑、负载变化），建立误差补偿模型。
- 融合轮式里程计与IMU数据，通过扩展卡尔曼滤波（EKF）或位姿图优化进行在线参数修正，提升短时航迹推算精度。
4. 工程化与工具链开发
- 将标定算法封装为自动化脚本或可视化软件，供生产、测试及现场实施人员使用（无需开发人员介入的“一键标定”）。
- 制定企业内部标定作业指导书（SOP），定义验收标准（如：标定后10米直线运动偏差 < 5cm，旋转90°偏差 < 0.5°）
任职要求
1. 基础背景
- 硕士及以上学历，专业：机器人学、自动化、车辆工程、控制理论与工程、精密仪器。
- 精通刚体运动学（SE(3)群）、旋量理论或李代数基础。
2. 技能硬指标
- 底盘经验：至少深度调试过两类以上移动机器人底盘（如差速+阿克曼，或多舵轮），深刻理解转向几何（Ackermann条件）与滑移转向的力学边界。
- 标定实操：熟悉激光-IMU标定（如lidar_imu_calib）或相机-激光标定（如livox_camera_calib、Autoware标定模块）。
- 编程能力：熟练使用 C++ 和 Python，熟练使用Eigen、Ceres Solver或G2o进行非线性优化求解。
- 工具链：熟练使用ROS/ROS2，掌握Rviz可视化调试及Bag包离线分析。
3. 加分项（优先考虑）
- 有重载叉车（AGV）或全向轮（麦轮/全向轮）标定经验。
- 熟悉轮速传感器（增量式/绝对值编码器）与驱动器电流环的数据特性。
- 有标定间（含高精度动作捕捉系统OptiTrack或激光跟踪仪）的实际搭建经验。
- 发表过关于里程计自校准或传感器外参标定的论文或专利
信息来自企业官方招聘渠道
OfferSeek 对公开岗位信息进行聚合、去重和结构化整理，最终申请以企业官方页面为准。