
高级决策与规划工程师(自主采矿)
为卡特彼勒自主矿用卡车开发决策与规划系统。 设计车队协同、路线规划及复杂矿区中的安全作业方案。
描述
- 为自主采矿车辆设计行为决策系统、场景状态机和任务级规划逻辑。
- 制定混合作业交通策略,涵盖有人驾驶和自主卡车、辅助车辆以及装载与挖掘设备。
- 规划交叉路口、超车、跟车、让行、汇入、排队、装载区和卸载区等场景。
- 开发多车协同、路权管理、车队效率优化,以及云端调度与车载规划之间的协同机制。
- 构建全局路线、局部轨迹和速度规划算法,生成安全、平顺且可执行的路径。
- 针对满载和空载车辆、陡坡下行、低附着路面、狭窄道路和非结构化地形建立约束模型。
- 设计代价函数和优化策略,平衡安全性、效率、车辆可行性与连续作业需求。
- 针对感知异常、定位不确定、通信中断和车辆故障设计备用策略及最小风险机动方案。
- 与感知、预测、定位、控制、安全和调度团队合作,定义接口和端到端工作流程。
- 牵头开展仿真、软件在环/硬件在环(SIL/HIL)、车辆测试和数据反馈,发现、复现并持续改进规划问题。
任职要求
- 自主驾驶、机器人、控制、车辆工程、计算机科学或相关领域硕士及以上学历。
- 至少五年自主驾驶、机器人或无人系统决策与规划经验。
- 了解行为决策、状态机、轨迹与速度规划、多目标优化和代价函数设计。
- 熟练使用 C++ 和 Python。
- 熟悉 Linux、ROS 或 ROS 2、Git、Docker 等开发环境。
- 熟悉 A*、Dijkstra、RRT/RRT*、Hybrid A*、格点规划、Frenet 方法、MPC 和非线性优化等规划方法。
- 了解车辆运动学与动力学、非完整约束、制动距离、坡度影响、低附着条件及重型车辆的运行限制。
- 具备多智能体交互、交通规则建模、路权决策或预测与规划集成经验者优先。
- 具备功能安全、SOTIF、RSS 或自动驾驶安全策略设计知识者优先。
- 具备矿山、港口、工业园区、物流场站、工程机械或其他复杂封闭环境中的自动驾驶车辆经验者优先。
- 具备混合车队、多车协同、V2X、云端调度集成或车队交通管理经验者优先。
- 具备 Apollo、Autoware 或大型自动驾驶平台开发经验者优先。
- 具备强化学习、模仿学习、人工智能规划或多智能体决策探索经验者优先。
福利待遇
- 平等机会雇主。
- 欢迎所有年龄段的申请者应聘。
- 有机会加入人才社群。