1、负责机器人运动控制算法的研发与系统集成，重点开发运动规划、避障和优化控制等核心模块；

2、设计并实现基于机器人运动学和动力学约束的全身运动规划算法，优化避障轨迹生成；

3、开发高效的自碰撞检测算法，确保机器人各部件在复杂运动中的安全性；

4、研究并实现静态环境和动态障碍物的避障策略，提升机器人在复杂场景下的适应能力；

5、运用OCS2、TrajOpt等优化控制框架，开发实时最优避障控制算法，优化多传感器（激光雷达、RGB-D相机、IMU等）融合方案，增强环境感知的准确性和鲁棒性；

6、基于ROS 2/实时Linux环境进行算法开发，并在嵌入式平台实现高效部署；

7、使用Isaac Sim、MuJoCo、PyBullet等仿真工具进行算法验证，推动实机测试与性能调优。

1、学历与专业：硕士及以上学历，机器人学、控制工程、计算机、自动化等相关专业。 有运动规划、避障算法、最优控制相关研究或项目经验； 

2、技术能力：

• 理论需求：熟悉机器人运动学动力学建模及优化控制理论；

• 全身运动规划：熟悉基于优化（QP、SQP）、采样（RRT*、PRM）或机器学习（RL、IL）的规划方法；

• 自碰撞检测：掌握BVH、GJK、FCL等碰撞检测算法，并能优化计算效率；

• 动态避障：熟悉速度障碍法（VO）、控制屏障函数（CBF）、时间弹性带（TEB）等实时避障策略；

• 优化控制：有OCS2、MPC（模型预测控制）等框架使用经验；

• 传感器融合：熟悉激光雷达、深度相机、IMU的数据融合（如EKF、UKF、因子图优化）；

• 编程能力：熟练使用C++（实时优化）、Python（算法原型开发），具备Linux环境下ROS/ROS2开发经验。

项目经验：

• 有轮式/腿式机器人、机械臂、人形机器人等复杂系统的避障规划经验；

• 有嵌入式部署或低延迟优化（<10ms响应）经验者优先。