
시니어 자율 채굴 의사결정 및 계획 엔지니어
Caterpillar 자율 채굴 트럭의 의사결정 및 계획 시스템을 개발합니다. 복잡한 채굴 환경에서 차량군 협업, 경로 계획, 안전한 운행을 설계합니다.
설명
- 자율 채굴 차량의 행동 의사결정 시스템, 시나리오 상태 머신, 작업 수준 계획 로직을 설계합니다.
- 유인 및 자율 트럭, 지원 차량, 적재 및 굴착 장비가 함께 운행하는 환경의 교통 전략을 정의합니다.
- 교차로, 추월, 추종, 양보, 합류, 대기 행렬, 적재 구역 및 하역 구역을 고려해 계획합니다.
- 다중 차량 협업, 통행 우선권 관리, 차량군 효율성, 클라우드 디스패치와 차량 내 계획 간 연계를 개발합니다.
- 안전하고 부드러우며 실행 가능한 경로를 생성하는 전역 경로, 국부 궤적 및 속도 계획 알고리즘을 구축합니다.
- 적재 및 공차 차량, 급경사 내리막, 저마찰 노면, 좁은 도로, 비정형 지형의 제약 조건을 모델링합니다.
- 안전성, 효율성, 차량 운행 가능성, 연속 운영 간 균형을 맞추는 비용 함수와 최적화 전략을 만듭니다.
- 인지 이상, 위치 추정 불확실성, 통신 두절 및 차량 고장에 대비한 대체 전략과 최소 위험 기동을 설계합니다.
- 인지, 예측, 위치 추정, 제어, 안전 및 디스패치 팀과 협업해 인터페이스와 엔드투엔드 작업 흐름을 정의합니다.
- 시뮬레이션, SIL/HIL, 차량 테스트 및 데이터 피드백 과정을 주도해 계획 문제를 찾아 재현하고 지속적으로 개선합니다.
지원 자격
- 자율주행, 로보틱스, 제어, 차량공학, 컴퓨터과학 또는 관련 분야 석사 이상 학위.
- 자율주행, 로보틱스 또는 무인 시스템의 의사결정 및 계획 분야에서 5년 이상의 경력.
- 행동 의사결정, 상태 머신, 궤적 및 속도 계획, 다목적 최적화, 비용 함수 설계에 대한 지식.
- C++ 및 Python 활용 능력.
- Linux, ROS 또는 ROS 2, Git, Docker 등 개발 환경에 대한 이해.
- A*, Dijkstra, RRT/RRT*, Hybrid A*, 격자 계획, Frenet 방법, MPC 및 비선형 최적화 등 계획 기법에 대한 이해.
- 차량 운동학 및 동역학, 비홀로노믹 제약, 제동 거리, 경사 영향, 저마찰 조건, 대형 차량 운행 한계에 대한 이해.
- 다중 에이전트 상호작용, 교통 규칙 모델링, 통행 우선권 판단 또는 예측과 계획 통합 경험 우대.
- 기능 안전, SOTIF, RSS 또는 자율주행 안전 전략 설계 지식 우대.
- 광산, 항만, 산업 단지, 물류 야드, 건설 장비 또는 기타 복잡한 통제 환경에서 자율 차량을 다룬 경험 우대.
- 혼합 차량군, 다중 차량 협업, V2X, 클라우드 디스패치 통합 또는 차량군 교통 관리 경험 우대.
- Apollo, Autoware 또는 대규모 자율주행 플랫폼 개발 경험 우대.
- 강화 학습, 모방 학습, AI 기반 계획 또는 다중 에이전트 의사결정 탐구 경험 우대.
복리후생
- 기회균등 고용주입니다.
- 모든 연령대의 지원자를 환영합니다.
- 인재 커뮤니티에 참여할 기회가 있습니다.