Locomotion & Whole-Body Control Engineer (Mensch)

Deine Mission & Herausforderungen

Wir bauen unsere LeggedRoboticsKompetenz auf NEURAs HumanoidPlattform (4NE1) und den Quadrupeden weiter aus. Diese Rolle deckt beide Kernschichten des LeggedControlStacks ab: Trajektorienoptimierung und MPC fur kinodynamische Bewegungsgenerierung sowie QPbasierte Instantaneous WholeBody Control, um diese Bewegungen mit 1 kHz auf echter Hardware auszufuhren.

Der Fokus liegt auf kontaktreicher Dynamik, EchtzeitOptimierung und zuverlassiger Ausfuhrung auf physischen Robotern. Du arbeitest eng mit State Estimation, Simulation, LowLevelControl und HardwareTeams zusammen - ebenso mit den Applikationsteams, deren Aufgaben am Ende von robuster, vorhersagbarer Lokomotion und stabilem WholeBodyVerhalten abhangen.

• WholeBodyBewegungsgenerierung und Regelung fur FloatingBaseLeggedPlattformen - Lokomotion, Balance, Kontaktubergange und LocoManipulation (gehen und gleichzeitig manipulieren).

• Trajektorienoptimierung und ModelPredictiveControlPipelines uber Roboterzustand, Kontaktplane, Bodenreaktionskrafte, zentroidalen Impuls und Gelenktrajectorien - mit reduzierten Lokomotionsmodellen wie LIPM, SRBD und zentroidaler Dynamik.

• QPbasierte TaskSpaceInverseDynamik, um instantane WholeBodyControl aus MPC und TrajektorienReferenzen mit 1 kHz auf dem realen Roboter auszufuhren.

• WholeBodyModellierung der Plattform: FloatingBaseRigidBodyDynamik aus URDF/MJCF, Gelenkkonfiguration, FK/IK, Jacobianen sowie Massen, Coriolis und Gravitationsterme.

• ConstraintFormulierung uber MPC und QPEbene hinweg - Kontakt, Reibungs, Drehmoment, Gelenk, kinematische und StabilitatsConstraints - inklusive TaskHierarchieDesign, passend zur Plattform.

• SolverPerformanceArbeit in beiden Ebenen: WarmStarting, numerische Konditionierung, ConstraintHandling und EchtzeitZuverlassigkeit bei 500 Hz bis 1 kHz.

• Deployment, Tuning und Debugging von MPC, Trajektorienoptimierungs, IK und InversDynamikPipelines auf physischen Robotern - inklusive plattformspezifischer KontaktmodellKalibrierung und Validierung mit realen Roboterdaten.

• HighPerformanceC++ fur EchtzeitAusfuhrung sowie PythonTooling fur Analyse, Prototyping und Debugging.

Auf was konnen wir uns freuen

• MSc oder PhD in Robotik, Regelungstechnik, Maschinenbau, Elektrotechnik, Informatik oder einem verwandten Fach.

• 4+ Jahre HandsonErfahrung in der Entwicklung von Trajektorienoptimierung, MPC fur Lokomotion und/oder WholeBodyControl auf physischen Robotern.

• Sehr solide Grundlagen in FloatingBaseRigidBodyDynamik und Kontaktmodellierung.

• Sehr gute praktische Kenntnisse zu reduzierten Lokomotionsmodellen (LIPM, SRBD, zentroidale Dynamik oder Aquivalente) und deren Einsatz innerhalb von MPC.

• Starker Background in Optimal Control, beschrankter numerischer Optimierung und ModelPredictiveControl fur Legged Robots.

• HandsonErfahrung mit WholeBodyQP/TSIDFrameworks auf echten Roboterdaten - inklusive QP/DDPSolverInterna.

• Erfahrung im Deployment von EchtzeitControl, MPC und WBCPipelines mit 500 Hz bis 1 kHz auf Hardware.

• Sehr gutes C++ fur EchtzeitRobotikSoftware; Python fur Analyse, Tooling, Prototyping und Debugging.

• Praxisnahes Verstandnis, wie sich Kontaktdynamik, AktuatorLimits, Latenz, StateEstimationFehler, SolverFailureModes und Modellabweichungen auf realer Hardware verhalten.

• Kollaborativer Arbeitsstil: gemeinsames Design, konstruktive CodeReviews, proaktive Kommunikation und zuverlassige Abstimmung uber Control, Estimation, Simulation, LowLevelControl und HardwareDisziplinen hinweg. Starkes Teamwork ist fur diese Rolle essenziell.

Nice to have

• HandsonErfahrung mit Humanoiden, Quadrupeden oder anderen hochDOFLeggedRobotern.

• Vertrautheit mit Pinocchio, MuJoCo, Crocoddyl, IPOPT, TSID, OCS2 oder ahnlichen OpenSourceTools.

• Hierarchische QPs, gewichtete QPs, TaskPriorisierung, KontaktkraftOptimierung oder OperationalSpaceControl.

• Kontaktplanung, GaitOptimierung, BalanceRecovery; CPGbasierte oder hybride CPG/MPCController.

• MultiContactWBC: Fukontakte, bimanuelles Greifen oder BaseArmKoordination.

• Kontaktkonsistente Dynamik und Impactbewusste Ubergange in der Regelung.

• Erfahrung mit drehmomentgeregelten Robotern und hochbandbreitiger elektrischer Aktuatorik.

• Publikationen auf RSS, ICRA, IROS oder CoRL im Bereich Legged Locomotion oder WholeBodyControl.