一、算法集成与部署： 1、负责将感知、定位、规划控制、SLAM等算法模块集成到机器人操作系统（ROS/ROS2）中，确保各模块间通信高效、时序准确、状态同步。 2、搭建跨平台（Linux/RTOS/嵌入式）的统一算法运行框架，处理异构计算单元（CPU、GPU、NPU、DSP）间的任务调度与数据流。 二、系统性能优化： 1、分析算法集成后的端到端延迟、CPU/内存占用、传感器同步误差，通过并行计算、内存池化、中间件调优等手段提升实时性。 2、优化多算法节点的启动顺序、异常重启、资源回收机制，保障系统长期运行稳定性。 三、传感器与执行器适配： 1、集成激光雷达、深度相机、IMU、里程计、机械臂/底盘控制器等硬件驱动，编写或适配硬件抽象层（HAL），统一传感器数据时间戳与坐标系。 2、解决真实环境中传感器噪声、丢帧、时间漂移带来的算法鲁棒性问题。 四、工具链与自动化测试： 1、开发集成调试工具（如数据录制回放、节点可视化、参数动态调优台），支持算法在实车/实机上的快速迭代验证。 2、建立HIL（硬件在环）或SIL（软件在环）测试流程，自动化验证集成后算法在不同场景下的功能与性能回归。

1、计算机、自动化、机器人、电子等相关专业硕士及以上学历，3年以上机器人或自动驾驶领域集成经验。 2、精通C++/Python，具备良好的代码规范与重构能力，熟悉CMake、Git、Docker等工程工具。 3、深度掌握ROS/ROS2（包括Node、Action、Service、QoS配置），理解DDS原理，有至少一种商业化机器人平台（如MoveIt、Navigation2、Autoware）集成经验。 4、熟悉实时操作系统（如Linux + PREEMPT_RT、FreeRTOS）或高性能计算调度（CUDA、OpenCL、TBB）者优先。 5、了解常用机器人算法：如卡尔曼滤波/图优化（定位）、A*/DWA/TEB（规划）、PID/MPC（控制）、YOLO/PointPillars（感知）。