1. 精通主流全局规划算法（A*、Dijkstra、D*、RRT、Hybrid A*等）及局部规划算法（DWA、Lattice Planner等）；

2. 熟悉点云处理、运动畸变校正、闭环检测等关键技术；

3. 熟悉轨迹平滑与优化技术（如样条曲线、Dubins/Reeds-Shepp曲线构造）。

4. 熟悉凸优化、非线性规划理论，具备算法性能调优能力。

5. 熟悉部分边界条件（如狭窄通道等）的机器人脱困算法

6. 传感器数据处理与融合：

7. 熟悉激光雷达、视觉、超声波、深度相机等传感器数据在动态避障中的应用，能结合实时环境感知调整路径，维护障碍物地图。

8. 传感器数据去噪处理，包括点云、激光等偶尔出现的噪声数据 工具与编程：

9. 熟练使用C++/Python，熟悉Linux开发环境及ROS/ROS2框架；

10. 良好的沟通、协调能力，较强的组织能力，善于分析与总结，团队合作意识强。

11. 加分项

（1）熟悉车辆或机器人运动学模型；

（2）具备竞赛获奖经历或量产项目经验；

（3）具备路径规划仿真工具经验者优先；

（4）熟悉深度学习及大模型在路径规划中的应用（如强化学习、端到端规划）。