Responsibilities

1. 规控全栈架构设计： 负责机器人运动大脑的顶层设计。主导从高层行为决策（Task Planning）、全局/局部路径规划（Motion Planning）到底层运动控制（Tracking Control）的全栈算法架构设计与优化。
2. 高效率路径覆盖算法（CCPP）： 针对不规则家庭庭院，攻克复杂拓扑空间下的全覆盖路径规划。通过数学建模优化转弯半径、边界修剪逻辑及孤岛避让策略，最大化作业效率并减少对草坪的物理损伤。
3. 复杂场景行为决策： 设计高鲁棒性的状态机或行为树，处理机器人从出坞、逻辑剪裁、动态避障、断点续航到精准回充的全流程作业决策。
4. 规控一体化与轨迹优化： 负责开发基于时空联合优化的局部规划算法，实现在高动态环境下的丝滑避障与厘米级精准循迹，确保感知信息（视觉/雷达）与控制执行的深度闭环。
5. 动力学模型与仿真验证： 建立精细的机器人动力学模型，主导建设基于物理引擎的仿真评估体系，负责解决户外复杂地形（滑移、坡道、松软土质）下的控制稳定性问题。
6. 团队与工程质量： 组建并带领规控算法团队，建立从算法设计、软件实现（C++）、HIL 硬件在环测试到实车大规模量产验证的研发闭环。

Qualifications

1. 专业背景： 硕士及以上学历，计算机、自动化、机器人学、车辆工程等相关专业。
2. 核心算法能力：
-精通规划： 熟悉 A*、Dijkstra、Hybrid A*、RRT* 等搜索算法；精通基于数值优化的轨迹规划（如 NLP、MPC、QP 优化）。
-深谙控制： 扎实的控制理论基础，精通 PID、LQR、MPC 及其在移动机器人上的量产应用。
-工程落地： 精通 C++ 编程及数据结构，具备良好的算法复杂度分析能力，熟悉 ROS/ROS2 框架及嵌入式 Linux 开发环境。
3. 项目经验： 5 年以上移动机器人规控算法开发经验，主导过至少一款量产级移动机器人（清洁、配送、无人车等）的规控系统研发，具备 2 年以上团队管理或技术带头人经验。
4. 加分项：
-有全覆盖路径规划（CCPP）或大规模地图任务调度算法实战经验。
-熟悉多传感器融合定位（RTK/IMU/Visual/Odom）对规控算法的输入反馈机制。
-在机器人顶级会议（ICRA/IROS）发表过高质量论文或有核心专利。