负责将原始传感器信号稳定转换为高精度、低延迟、可标定的手部骨骼与关节数据，并主导数据手套整体技术方案。 岗位职责： 1、负责数据手套整体技术架构设计，定义传感器方案、手部模型、标定流程、数据接口及精度指标。 2、研发手指与手掌姿态解算算法，输出 MCP、PIP、DIP、拇指复合关节角、指尖位姿及完整手部骨架。 3、负责 IMU、磁传感器、霍尔/弯曲传感器、外部光学或 XR Tracker 等多源数据融合。 4、建立用户个体化标定与快速重标定流程，解决手型差异、安装偏差、重复穿戴误差、零漂及温漂。 5、设计手部运动学约束、关节耦合、异常检测与鲁棒优化策略，提升遮挡、磁干扰和快速动作下的稳定性。 6、与嵌入式工程师共同定义采样率、时间戳、同步、通信协议、数据包结构及在线诊断机制。 7、建立精度、延迟、稳定性与重复性测试体系，包括静态角度误差、动态跟踪误差、漂移、丢包与端到端延迟。 8、支持数据手套与 PICO/Quest/Vive、机器人灵巧手、遥操作系统和具身智能数据采集平台的集成。 9、推动原型验证、工程样机、小批试产与产品化闭环。

任职要求： 1、机器人、自动化、测控、电子、计算机、生物医学工程等相关专业，本科及以上学历。 2、3年以上手部追踪、动作捕捉、可穿戴设备、IMU 姿态估计、机器人状态估计或 XR 交互相关经验。 3、熟悉四元数、旋转矩阵、坐标变换、正逆运动学、非线性优化及约束优化。 4、熟悉 EKF/UKF、互补滤波、滑动窗口优化、最小二乘或因子图中的一种或多种。 5、熟悉至少一种手部/人体模型，如 MANO、SMPL-X 或自定义骨骼模型。 6、熟练使用 C++ 和 Python，能够完成算法验证、实时实现、性能优化与 SDK 接口定义。 7、具备较强硬件调试意识，能够与硬件、嵌入式、结构、测试团队协作定位系统问题。 加分项： 1、参与过 MANUS、SenseGlove、StretchSense、CyberGlove 或同类数据手套产品。 2、有灵巧手遥操作、动作重映射、手部姿态 retargeting 或具身智能数据采集经验。 3、使用过 OptiTrack、Vicon、PICO、Quest、Vive Tracker 等设备。 4、有电磁定位、柔性传感器、织物传感器或磁场补偿经验。 5、有消费电子或机器人产品量产经验。 关键交付物： 1、手部骨架与关节角实时解算模块（目标 90-120 Hz）。 2、30秒内完成的用户标定流程及重复穿戴补偿机制。 3、精度与延迟测试报告、参考数据集和自动化评测工具。 4、面向 Python/C++/ROS2 的算法接口定义及集成说明。