Locomotion & Whole-Body Control Engineer (Mensch)

Neura Robotics · Metzingen / Riederich

Company

Neura Robotics

Work style

Onsite

Employment

Full Time

Location

Metzingen / Riederich

Published

2026-05-11

Source checked

2026-10-24

Listing source

Ashby Job Postings API

About this role

DEINE MISSION & HERAUSFORDERUNGEN Wir bauen unsere Legged‑Robotics‑Kompetenz auf NEURAs Quadrupeden weiter aus. Diese Rolle deckt beide Kernschichten des Legged‑Control‑Stacks ab: Trajektorienoptimierung und MPC für kino‑dynamische Bewegungsgenerierung sowie QP‑basierte Instantaneous Whole‑Body Control, um diese Bewegungen mit 1 kHz auf echter Hardware auszuführen. Der Fokus liegt auf kontaktreicher Dynamik, Echtzeit‑Optimierung und zuverlässiger Ausführung auf physischen Robotern. Du arbeitest eng mit State Estimation, Simulation, Low‑Level‑Control und Hardware‑Teams zusammen – ebenso mit den Applikationsteams, deren Aufgaben am Ende von robuster, vorhersagbarer Lokomotion und stabilem Whole‑Body‑Verhalten abhängen. - Whole‑Body‑Bewegungsgenerierung und ‑Regelung für Floating‑Base‑Legged‑Plattformen – Lokomotion, Balance, Kontaktübergänge und Loco‑Manipulation (gehen und gleichzeitig manipulieren). - Trajektorienoptimierung und Model‑Predictive‑Control‑Pipelines über Roboterzustand, Kontaktpläne, Bodenreaktionskräfte, zentroidalen Impuls und Gelenktrajectorien – mit reduzierten Lokomotionsmodellen wie LIPM, SRBD und zentroidaler Dynamik. - QP‑basierte Task‑Space‑Inverse‑Dynamik, um instantane Whole‑Body‑Control aus MPC‑ und Trajektorien‑Referenzen mit 1 kHz auf dem realen Roboter auszuführen. - Whole‑Body‑Modellierung der Plattform: Floating‑Base‑Rigid‑Body‑Dynamik aus URDF/MJCF, Gelenkkonfiguration, FK/IK, Jacobianen sowie Massen‑, Coriolis‑ und Gravitations­terme. - Constraint‑Formulierung über MPC‑ und QP‑Ebene hinweg – Kontakt‑, Reibungs‑, Drehmoment‑, Gelenk‑, kinematische und Stabilitäts‑Constraints – inklusive Task‑Hierarchie‑Design, passend zur Plattform. - Solver‑Performance‑Arbeit in beiden Ebenen: Warm‑Starting, numerische Konditionierung, Constraint‑Handling und Echtzeit‑Zuverlässigkeit bei 500 Hz bis 1 kHz. - Deployment, Tuning und Debugging von MPC‑, Trajektorienoptimierungs‑, IK‑ und Invers‑Dynamik‑Pipelines auf physischen Robotern – inklusive plattform­spezifischer Kontaktmodell‑Kalibrierung und Validierung mit realen Roboterdaten. - High‑Performance‑C++ für Echtzeit‑Ausführung sowie Python‑Tooling für Analyse, Prototyping und Debugging. AUF WAS KÖNNEN WIR UNS FREUEN - MSc oder PhD in Robotik, Regelungstechnik, Maschinenbau, Elektrotechnik, Informatik oder einem verwandten Fach. - 4+ Jahre Hands‑on‑Erfahrung in der Entwicklung von Trajektorienoptimierung, MPC für Lokomotion und/oder Whole‑Body‑Control auf physischen Robotern. - Sehr solide Grundlagen in Floating‑Base‑Rigid‑Body‑Dynamik und Kontaktmodellierung. - Sehr gute praktische Kenntnisse zu reduzierten Lokomotionsmodellen (LIPM, SRBD, zentroidale Dynamik oder Äquivalente) und deren Einsatz innerhalb von MPC. - Starker Background in Optimal Control, beschränkter numerischer Optimierung und Model‑Predictive‑Control für Legged Robots. - Hands‑on‑Erfahrung mit Whole‑Body‑QP‑/TSID‑Frameworks auf echten Roboterdaten – inklusive QP‑/DDP‑Solver‑Interna. - Erfahrung im Deployment von Echtzeit‑Control‑, MPC‑ und WBC‑Pipelines mit 500 Hz bis 1 kHz auf Hardware. - Sehr gutes C++ für Echtzeit‑Robotik‑Software; Python für Analyse, Tooling, Prototyping und Debugging. - Praxisnahes Verständnis, wie sich Kontaktdynamik, Aktuator‑Limits, Latenz, State‑Estimation‑Fehler, Solver‑Failure‑Modes und Modellabweichungen auf realer Hardware verhalten. - Kollaborativer Arbeitsstil: gemeinsames Design, konstruktive Code‑Reviews, proaktive Kommunikation und zuverlässige Abstimmung über Control‑, Estimation‑, Simulation‑, Low‑Level‑Control‑ und Hardware‑Disziplinen hinweg. Starkes Teamwork ist für diese Rolle essenziell. Nice to have - Hands‑on‑Erfahrung mit Humanoiden, Quadrupeden oder anderen hoch‑DOF‑Legged‑Robotern. - Vertrautheit mit Pinocchio, MuJoCo, Crocoddyl, IPOPT, TSID, OCS2 oder ähnlichen Open‑Source‑Tools. - Hierarchische QPs, gewichtete QPs, Task‑Priorisierung, Kontaktkraft‑Optimierung oder Operational‑Space‑Control. - Kontaktplanung, Gait‑Optimierung, Balance‑Recovery; CPG‑basierte oder hybride CPG/MPC‑Controller. - Multi‑Contact‑WBC: Fußkontakte, bimanuelles Greifen oder Base‑Arm‑Koordination. - Kontaktkonsistente Dynamik und Impact‑bewusste Übergänge in der Regelung. - Erfahrung mit drehmomentgeregelten Robotern und hochbandbreitiger elektrischer Aktuatorik. - Publikationen auf RSS, ICRA, IROS oder CoRL im Bereich Legged Locomotion oder Whole‑Body‑Control.

Check the original listing

Confirm current requirements and eligibility with the source before applying.

Open original application · View source listing · Search more jobs