锦鲤求职岗位描述
工作内容
岗位介绍
我们正在建设面向下一代自动驾驶研发的高保真仿真平台，需要建立能够真实反映不同车型运动特性的 车辆动力学模型（Vehicle Dynamics Model），为自动驾驶算法的训练、测试、评测和闭环仿真提供可靠的车辆运动学与动力学基础。
我们希望寻找具备车辆动力学、控制、仿真建模或自动驾驶背景的工程师，负责车辆动力学模型的设计、开发、参数标定、验证和工程化落地。
该岗位以 模型机理、工程实现和真实车辆数据标定 为核心，具备数据驱动建模或 Machine Learning 经验会作为加分项。
工作职责
1. 车辆动力学模型开发
-负责面向自动驾驶仿真的车辆动力学模型设计、开发和持续迭代。
-建立车辆纵向、横向、垂向及整车六自由度运动模型。
-建立车辆运动学模型、动力学模型及轮胎模型，包括车辆质心运动、横摆、侧偏、轮胎侧向力/纵向力等。
-根据不同仿真需求，开发不同复杂度等级的车辆模型，在 精度、实时性和稳定性 之间进行合理权衡。
-建立适用于不同车型、不同工况和不同道路条件的车辆模型。
2. 车辆关键部件与子系统建模
-建立车辆转向、制动、驱动、电机、变速箱等关键子系统模型。
-建立轮胎模型，包括纵向/横向力、侧偏特性、联合滑移等。
-根据实际车辆特性建立悬架、空气阻力、滚阻、坡度等必要物理模型。
-根据仿真需求研究不同复杂度的 Tire Model / Powertrain Model / Steering Model 等。
3. 模型参数标定与真实车辆数据拟合
-基于真实车辆测试数据进行车辆动力学模型参数辨识与标定。
-分析车辆 CAN、IMU、GPS、轮速、转角、加速度、横摆角速度等数据。
-设计参数辨识、曲线拟合及优化方法，对车辆质量、质心位置、惯量、轮胎参数、转向系统参数等进行估计。
-建立从 真实车辆数据 → 参数辨识 → 模型标定 → 仿真验证 的完整流程。
-持续分析仿真车辆与真实车辆之间的差异，并优化模型精度。
4. 自动驾驶闭环仿真
-将车辆动力学模型集成至自动驾驶仿真系统，为 Planning / Control 等模块提供真实车辆响应。
-支持不同驾驶控制输入下的车辆运动仿真，包括 Steering、Throttle、Brake 等。
-验证自动驾驶控制算法在不同车辆模型下的稳定性和鲁棒性。
-分析规划轨迹、控制指令与实际车辆运动之间的误差。
-支持大规模自动驾驶场景下的实时或加速仿真。
5. 模型验证与评测
-建立车辆动力学模型的离线及闭环评测体系。
-通过真实车辆测试数据与仿真数据进行对比，评估模型在不同工况下的准确性。
-覆盖加速、制动、转向、变道、紧急避障、低附着路面等典型工况。
-研究模型在极限驾驶、极端工况下的稳定性和物理合理性。
-建立不同车型之间的模型复用、参数化和自动标定能力。
6. 仿真系统工程化
-负责车辆动力学模型的模块化、参数化和工程化实现。
-优化模型计算性能，满足实时仿真、大规模并行仿真等要求。
-与仿真引擎、规划控制、车辆控制器、场景生成等团队协作。
-推动车辆模型从 Matlab / Simulink / CarSim 等原型环境向生产级仿真系统迁移。
任职条件
必备条件
1、硕士及以上学历，车辆工程、汽车工程、机械、控制、机器人、自动化、力学等相关专业。
2、具备扎实的车辆动力学、汽车理论、控制理论或系统建模基础。
3、熟悉车辆运动学和动力学基本原理，能够独立建立和分析车辆动力学模型。
4、熟悉车辆纵向、横向动力学以及轮胎模型。
5、具备较强的工程实现能力，熟悉 C++ / Python / Matlab 中至少一种，熟悉 C++ 者优先。
6、具备车辆测试数据分析和模型参数标定经验。
7、能够独立完成 模型设计 → 参数辨识 → 标定 → 仿真 → 真实数据验证 的完整工作流程。
优先考虑
1、有自动驾驶仿真、车辆动力学仿真相关工作经验。
2、熟悉 CarSim、Simulink、AMESim、Modelica、PreScan、CARLA、Unreal Engine、BeamNG 等仿真工具。
3、熟悉 Pacejka / Magic Formula 等轮胎模型。
4、熟悉自行车模型（Bicycle Model）、单轨模型（Single-track Model）、多体动力学模型等。
5、有车辆参数辨识、系统辨识（System Identification）经验。
6、有实车测试、车辆 CAN 数据分析经验。
7、有整车控制、底盘控制、ESC / EPS / ABS 等相关开发经验。
8、有高精度车辆动力学模型与实时仿真模型开发经验。
9、有 GPU 并行仿真、Simulation Acceleration 或大规模仿真系统经验。
10、有数据驱动模型、Machine Learning 或 Neural Network 辅助动力学建模经验。
加分项
1、能够根据真实车辆数据自动完成车辆动力学参数辨识。
2、具备车辆动力学模型降阶、实时化和数值稳定性优化经验。
3、熟悉不同精度等级车辆模型的设计，例如：Kinematic Model → Dynamic Bicycle Model → Full Vehicle Model。
4、有从高精度模型生成实时仿真模型（Real-time / Reduced-order Model）的经验。
5、有自动驾驶规划控制、轨迹跟踪控制相关经验。
6、有从 0 到 1 搭建车辆动力学仿真模块的经验。
我们希望你解决的问题
加入团队后，你将重点解决以下问题：
-如何根据真实车辆测试数据自动完成车辆动力学参数辨识？
-如何让仿真车辆的加速度、横摆角速度、侧向加速度、轨迹响应等关键指标尽可能接近真实车辆？
-如何建立覆盖不同车型、不同轮胎、不同载荷和不同路面条件的参数化车辆模型？
-如何在保证仿真稳定性的同时支持极限驾驶和高风险场景？
-如何将传统车辆动力学模型与数据驱动方法结合，在保证物理约束的情况下进一步提高模型精度？