飞控算法实习生（传统极值控制方向）

该职位来源于猎聘 岗位职责： 1. 控制算法设计：负责多旋翼/垂起固定翼无人机的姿态、位置及轨迹跟踪控制算法研发，采用 LQR/LQG、MPC、H∞、L1 自适应控制等方法，解决风扰、模型不确定性及载荷变化下的控制问题； 2. 建模与系统辨识：建立飞行器六自由度动力学模型，开展气动参数、动力系统及执行机构特性辨识，分析电机响应、控制时延、执行器饱和等因素对飞行性能的影响； 3. 仿真与算法验证：基于 MATLAB/Simulink 等工具搭建仿真环境，开展稳定性分析、参数整定及软件在环（SITL）、硬件在环（HIL）验证，评估算法在不同工况下的性能与鲁棒性； 4. 算法工程化：基于 PX4 或 ArduPilot 飞控平台完成控制算法的 C/C++ 实现、移植与集成，优化计算开销与实时性，处理控制分配、模式切换及异常保护等工程问题； 5. 实机调试与迭代：参与台架测试与外场试飞，通过飞行日志分析定位振荡、跟踪误差及抗扰不足等问题，持续优化控制参数与算法性能。 职位要求： 1. 学历背景：控制科学与工程、航空航天、自动化、机器人等相关专业硕士及以上学历； 2. 理论基础：具备扎实的现代控制理论与数学基础，熟悉刚体动力学、坐标系转换及四元数运算，能够开展闭环稳定性分析； 3. 算法能力：熟悉极值控制、鲁棒控制、自适应控制中的至少一个方向，对 LQR/LQG、MPC、H∞、L1 自适应控制、模型参考自适应控制等一种或多种方法有深入研究或实际应用经验； 4. 工具与工程能力：熟练使用 MATLAB/Simulink，熟练掌握 C/C++，具备控制器建模、仿真及实时部署能力；熟悉 PX4 或 ArduPilot 的控制架构、算法接口与调试流程； 5. 加分项：

• 有无人机控制算法实机部署、外场试飞及飞行日志分析经验；
• 熟悉系统辨识、在线参数估计、扰动观测器或故障容错控制；
• 熟悉 EKF/UKF 等状态估计方法，能够分析估计误差与时延对控制性能的影响；
• 有垂起固定翼过渡段控制、控制分配或机载实时优化求解经验。