
資深決策與規劃工程師(自主採礦)
為 Caterpillar 自主採礦卡車開發決策與規劃系統。 設計車隊協調、路線規劃及複雜礦區中的安全作業方式。
說明
- 為自主採礦車輛設計行為決策系統、情境狀態機及任務層級規劃邏輯。
- 制定混合作業的交通策略,涵蓋有人駕駛與自主卡車、支援車輛,以及裝載和挖掘設備。
- 規劃路口、超車、跟車、讓行、匯入、排隊、裝載區和卸載區等情境。
- 開發多車協調、路權管理、車隊效率,以及雲端派遣與車載規劃之間的協調機制。
- 建置全域路線、局部軌跡及速度規劃演算法,產生安全、平順且可執行的路徑。
- 針對滿載與空載車輛、陡坡下行、低抓地力路面、狹窄道路及非結構化地形建立限制模型。
- 設計成本函數與最佳化策略,兼顧安全、效率、車輛可行性及持續運作。
- 針對感知異常、定位不確定、通訊中斷及車輛故障,設計備援策略與最低風險操控方案。
- 與感知、預測、定位、控制、安全及派遣團隊合作,定義介面與端到端工作流程。
- 帶領模擬、軟體在環/硬體在環(SIL/HIL)、車輛測試及資料回饋流程,以找出、重現並持續改善規劃問題。
職位要求
- 自主駕駛、機器人、控制、車輛工程、電腦科學或相關領域碩士以上學歷。
- 至少五年自主駕駛、機器人或無人系統決策與規劃經驗。
- 熟悉行為決策、狀態機、軌跡與速度規劃、多目標最佳化及成本函數設計。
- 精通 C++ 和 Python。
- 熟悉 Linux、ROS 或 ROS 2、Git、Docker 等開發環境。
- 熟悉 A*、Dijkstra、RRT/RRT*、Hybrid A*、格狀規劃、Frenet 方法、MPC 及非線性最佳化等規劃方法。
- 了解車輛運動學與動力學、非完整約束、煞車距離、坡度影響、低抓地力,以及重型車輛的操作限制。
- 具備多代理人互動、交通規則建模、路權決策或預測與規劃整合經驗者優先。
- 具備功能安全、SOTIF、RSS 或自主駕駛安全策略設計知識者優先。
- 具備礦場、港口、工業園區、物流場站、工程機械或其他複雜管制環境中的自主車輛經驗者優先。
- 具備混合車隊、多車協調、V2X、雲端派遣整合或車隊交通管理經驗者優先。
- 具備 Apollo、Autoware 或大型自主駕駛平台開發經驗者優先。
- 具備強化學習、模仿學習、AI 規劃或多代理人決策探索經驗者優先。
福利待遇
- 提供平等就業機會。
- 歡迎各年齡層的求職者應徵。
- 有機會加入人才社群。