Кто мы
НИОКР-команда, которая делает автономного наземного робота. Робот должен сам построить карту незнакомой местности, локализоваться на ней без спутниковой навигации и автономно доехать до заданных точек — в поле, в лесу, ночью, в дождь и туман.
Автономная навигация — это не фича на будущее, а ядро продукта. И это ваша зона ответственности целиком: от сырых облаков точек до робота, который приехал в нужную точку.
Чем предстоит заниматься
- Поднимать и дорабатывать LiDAR-инерциальный SLAM (FAST-LIO, LIO-SAM, Point-LIO и аналоги): одометрия, замыкание циклов, оптимизация графа поз.
- Собирать навигационный стек на Nav2: costmaps, глобальные и локальные планировщики, controllers, behavior trees, recovery-поведения.
- Обеспечивать устойчивую локализацию без GNSS и в условиях помех.
- Калибровать и синхронизировать сенсоры (LiDAR ↔ IMU ↔ камеры), настраивать TF2 и фьюжн одометрии.
- Измерять качество, а не «на глаз»: собирать rosbag, считать ATE/RPE, находить причину дрейфа и устранять её.
- Запускать всё это в реальном времени на одноплатных компьютерах — с ограниченным CPU и питанием.
- Тестировать в лаборатории и на полигоне, фиксировать результаты, предлагать улучшения.
- Настраивать CI/CD и автотесты для навигационного стека.
Обязательное
- ROS 2 на рабочем уровне: launch, topics/services/actions, TF2, rosbag, отладка нод.
- C++ — основной язык SLAM и Nav2. Python — для обвязки и анализа.
- Практический опыт SLAM: подняли, настроили, довели до рабочей точности. Стек любой — LiDAR или visual.
- Nav2 или сопоставимый навигационный стек.
- Математика на инженерном уровне: линейная алгебра, кватернионы и преобразования координат, основы оценивания (EKF или факторные графы).
- Уверенный Linux, Docker, git (ветвление, PR, code review).
- Опыт с одноплатниками: Raspberry Pi / Orange Pi / Jetson или аналоги.
- Готовность выезжать на полевые испытания — часть задач решается только в поле.
Будет плюсом
- Работа с конкретными LiDAR (Livox, Ouster, RoboSense, Hesai): сырые облака, компенсация движения, фильтрация.
- Оптимизация графа поз: GTSAM, g2o, Ceres.
- Visual / VI-SLAM, RGB-D, стереопара: RTAB-Map, ORB-SLAM, VINS.
- Фьюжн одометрии: robot_localization, колёсная одометрия, обработка проскальзывания.
- Симуляция и автотесты навигации: Gazebo, Isaac Sim.
- Миллиметровый радар: предобработка данных, детектирование препятствий.
- Видеопайплайны: RTSP, gstreamer/ffmpeg, OpenCV, YOLO-inference на edge-устройствах.
- UART и другие последовательные интерфейсы, драйверы периферии.
- STM32/ESP, чтение datasheet, отладка плат, осциллограф, пайка.
- Автопилоты (PX4, ArduPilot), сборка и пилотирование дронов.
- C++ помимо ROS, а также Go / Rust в коммерческих проектах.
Типичные задачи
- Поднять FAST-LIO на нашем сетапе (LiDAR + IMU), прогнать по датасету, разобраться с дрейфом на длинной траектории.
- Откалибровать extrinsics LiDAR — IMU — камера и настроить синхронизацию времени.
- Собрать сквозной путь на Nav2: карта → глобальный план → локальный контроллер → приезд в точку с заданной точностью.
- Провести испытания на площадке 200×200 м с несколькими точками интереса, замерить точность локализации и повторяемость.
- Уложить SLAM-ноду в бюджет CPU и задержки на одноплатнике.
- Настроить CI/CD и регрессионные тесты навигации в симуляторе.
Почему откликнуться
- Видимый результат: код → на плате → в поле. Полевые испытания уже в этом году, а не «когда-нибудь».
- Автономия — ядро продукта, а не довесок к чужой работе. Вы владеете этой частью целиком.
- Работа, которая реально повышает безопасность людей и эффективность их работы.
- Минимум бюрократии, максимум инженерной автономии.
- Доступ в лабораторию: платы, LiDAR, осциллографы, тест-роботы, полигон. Участие в конференциях.
- Задачи на стыке ПО, электроники и механики, которые нужны уже завтра.
Условия
Москва, офис или гибрид. Конкурентная зарплата, обсуждается по итогам собеседования.
