机器人规控算法研究员_CR

Job description

博世中央研究院 (Bosch Research) 正在寻找优秀的机器人规控算法Research Scientist，加入我们的生产系统与自动化研究团队。我们致力于使命驱动、具有高影响力的研究，重点将人工智能领域的基础性突破与工业制造环境中的真实部署紧密结合。 该岗位将涉及机器人、人工智能与自动化的交叉前沿，参与研发灵活、自适应且高鲁棒性的智能机器人系统。您将与博世中央研究院位于中国和德国的研究团队、博世集团的产品业务部门以及外部合作伙伴紧密协作，推动前沿科研成果向可规模化落地的工业解决方案转化。您的工作内容包括但不限于： 负责将智能工厂生产作业流程拆解为机器人可执行的步骤，设计从任务目标到动作序列的规划逻辑，确保搬运、装配、检测等业务按照生产节拍稳定执行。 负责机器人移动路径与避障策略的设计，使机器人在车间通道、设备密集区和人机混流场景下，能够安全、高效地到达指定工位和操作点位。 负责机械臂及手部动作的规划与设计，完成抓取、放置、插拔、对中等操作动作，满足生产对精度和重复性的要求。 负责协调机器人全身运动与操作动作，确保在行走、站立、双臂协同操作过程中保持姿态稳定，并能应对地面不平整、物料扰动等常见工况。 负责规划和控制逻辑在实际产线上的部署与调试，根据生产现场的布局变化和工艺变更持续调整参数，保证系统长期稳定运行。 负责在生产相关场景中开展充分的测试与验证，梳理各类异常情况并设计处理策略，提升系统在真实工厂环境下的鲁棒性。 负责与工艺、生产、设备等相关团队对接，把产线工艺要求和约束转化为规划与控制逻辑中的规则，实现机器人作业与生产工艺的匹配。 任职要求： 机器人学、计算机科学、电气工程、机械工程或相关领域的硕士或博士。 在以下一个或多个方向具备研究或实践经验： 机械臂操作规划与控制： 熟练掌握机械臂运动学与动力学建模，熟悉常用的路径规划算法（如 RRT、RRT*、PRM）及轨迹优化方法（如 CHOMP、TrajOpt）；熟悉关节空间与笛卡尔空间轨迹插值；熟悉接触操作与力控技术，如阻抗控制、导纳控制、力/位混合控制等。 人形/腿式机器人运动控制： 熟悉双足/人形机器人的步态生成与全身控制算法，如 Model Predictive Control (MPC)、Whole Body Control (WBC)；熟悉平衡控制模型（如 LIPM、Centroidal Dynamics）及质心/落脚点规划方法；了解如何在规则框架下设计步态切换与平衡恢复策略。 移动导航与任务决策： 熟悉移动机器人全局路径规划（如 Hybrid A*、State Lattice、Dijkstra）与局部避障算法（如 DWA、TEB）；熟悉基于规则的决策逻辑设计，能够使用行为树（BT）、有限状态机（FSM）构建工厂作业场景下的任务流转与异常处理机制。 数学优化与仿真工具： 熟悉常用的运动学与动力学库（如 Pinocchio、KDL、Drake）及仿真平台（如 Gazebo、Isaac Sim、MuJoCo）；熟悉最优化理论（如二次规划 QP、非线性优化）在控制与规划问题中的应用。 熟练使用 C++/Python 进行算法开发与工程实现，具备良好的代码规范和模块化设计能力。 熟悉 Linux 环境开发，熟悉 ROS/ROS2，能将规划与控制算法以节点/服务形式集成到机器人系统中。 具备从算法仿真、真机调试到现场部署的完整项目经历，具备较强的问题分析与定位能力。 有工业级机器人系统（如工业机械臂、AGV 调度系统、产线自动化设备）交付或维护经验者优先。 Do you want beneficial technologies being shaped by your ideas? Whether in the areas of mobility solutions, consumer goods, industrial technology or energy and building technology - with us, you will have the chance to improve quality of life all across the globe. Welcome to Bosch.