Dynamics, System Identification & Estimation Engineer - PLA (Mensch)

Neura Robotics GmbH
Metzingen, Germany
1 month ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Working hours
Regular working hours
Languages
German
Experience level
Intermediate

Job location

Metzingen, Germany

Tech stack

C++
Software Debugging
Python
Motion Capture
Open Source Technology
Hardware Testing

Job description

  • Dynamic Model Accuracy Ownership: Du definierst Metriken für Modellgenauigkeit und verantwortest die Lücke zwischen Simulation und realem Hardware-Verhalten - besonders bei dynamischen Bewegungen und kontaktreichen Interaktionen
  • System Identification auf 4NE-1 Hardware: Motor-Konstanten, Gelenk-Reibung, Getriebedynamik - Design von Anregungstrajektorien, Regressor-Fitting, Observability-Analysen, iterative Optimierung anhand echter Hardware-Daten
  • Simulation Model Authoring & Maintenance: MuJoCo- und Isaac-Sim-Modelle, die reales Verhalten unter Last und Kontakt abbilden; Parametrisierung von Kontaktmodellen, Kalibrierung von Aktuator-Modellen
  • Real-Time State Estimation: Implementierung und Tuning von EKF/UKF für Pose, Velocity und Kontaktzustände (Floating Base) im Echtzeit-Loop; Input für Controller und Loco-/Manipulations-Policies
  • Sim-to-Real Pipeline: Parameter-Estimation-Loops, datengetriebene Kalibrierung aus Hardware, Validierung via Motion Capture oder externe Referenzen - kontinuierlicher Feedback-Loop zwischen Hardware-Tests und Simulation
  • Failure Mode Ownership: Debugging von Fehlern aufgrund ungenauer Modelle - z. B. Instabilität durch falsche Dynamik, Drift/Bias in der Estimation oder fehlerhafte Kontakt-/Kraftmodelle
  • Cross-Team Interface: Bereitstellen von aktualisierten Pinocchio-Modellparametern für WBC- und State-Estimation-Engineers; Abstimmung von Trajektorien mit Locomotion- und RL/Control-Teams

Requirements

  • MSc oder PhD in Robotik, Maschinenbau, Elektrotechnik oder ähnlichem - mit starkem Fokus auf Dynamik, Estimation und Regelung

  • 4+ Jahre Erfahrung mit State Estimation oder System Identification für Echtzeit-Roboter - auf echter Hardware, nicht nur Simulation

  • System Identification auf physischer Robotik-Hardware: Trajektorien-Design, Least-Squares oder Maximum-Likelihood Fitting, Identifikation von Aktuatoren und Transmissionen

  • State Estimation Implementierung: EKF oder UKF für Floating-Base Pose, Velocity und Kontaktzustände auf legged oder mobilen Plattformen

  • Tiefe Kenntnisse in Rigid Body Dynamics: Kontaktmodellierung, Aktuatorverhalten und wie Modellfehler zu Instabilitäten führen

  • Erfahrung in der Unterstützung von Control-Systemen (MPC, WBC) oder gelernten Policies (RL) auf echter Hardware - Verständnis, wie Modellqualität den Transfer beeinflusst

  • C++ für produktive Echtzeit-Systeme; Python für Analyse, Tooling und Kalibrierungs-Pipelines, * Hands-on Erfahrung mit Humanoiden oder legged Robots - 4NE-1 ist ein Full-Size Humanoid, bipedale Dynamik ist highly relevant

  • Differenzierbare Simulatoren für gradientenbasierte System Identification (z. B. Brax, DiffTaichi oder ähnlich)

  • Erfahrung mit Sim-to-Real Transfer: Domain Randomization, adaptive Kalibrierung, Residual Physics Models

  • Pinocchio für Rigid-Body-Modelle und Sensitivitätsanalysen

  • MuJoCo Model Authoring: MJCF Kontaktparameter, Aktuator-Modelle, Tendon-Dynamiken

  • Factor-Graph-basierte Estimation (GTSAM, iSAM2) für IMU + Kinematics Fusion

  • Publikationen oder Open-Source-Beiträge in legged Robot Dynamics, System Identification oder Sim-to-Real

Apply for this position