Robot Platform Engineer (Mensch)
Job description
Deine Mission & Challenges Robot Abstraction Integration: Du arbeitest im Code der Robot-Abstraction-Layer und implementierst die Abstraktionsschicht, die die Hardware-Fähigkeiten deiner Plattform (Gelenke, Gliedmaßen, Endeffektoren, Sensoren) auf die gemeinsame Plattform-API mapped. Vom Konzept her ähnlich wie ein ros2_control Hardware-Interface, eine OROCOS RTT-Komponente oder ein Vendor-SDK-Adapter – nur deutlich vertikaler integriert. Middleware Wiring für deine Plattform: Typischerweise arbeitest du mit ROS 2 Launch Graph + ros2_control YAML + DDS QoS auf Plattformen mit Standard-Middleware; mit OROCOS RTT Pipelines auf Plattformen mit Hard-RT-Control-Loops, die über die ROS 2 Callback-Timings hinausgehen; oder mit Apex.OS auf SIL/PLd-zertifizierten Setups (Industrial MM). Dazu kommen Sensor-Topic-Verdrahtung und ObsAssembler-Integration – unabhängig von der Middleware. Du arbeitest eng mit dem Robotics Middleware Engineer an der übergreifenden Architektur. Operational State Machine: BOOT HOMING OPERATIONAL FAULT E-STOP RECOVERY für deine Plattform, inkl. aller Transition Guards, Entry/Exit-Actions und Timeout-Handling. Mode Switching: Auswahl aktiver Controller, Absicherung von Mode-Wechseln, sichere Mode-Ein-/-Austritte sowie ein Gravity-Compensation-Only-Modus. Power-On/Off-Sequenzen: Boot-Reihenfolge, Aktivieren/Deaktivieren der Drives in der richtigen Reihenfolge, Orchestrierung des Homing-Prozesses und kontrolliertes Shutdown. Watchdog & Fault Management: Klassifizierung von Fehlern (recoverable vs. sicherheitskritisch), Auswahl von Recovery-Maßnahmen und Eskalation bis zum E-Stop. Robot-Level Health Monitoring: Aggregation von Diagnosen, Joint-Zuständen, Temperaturen, Grenzwertnähe und Kommunikationslatenzen. gRPC Server Implementation: Mode-Commands, State-Abfragen, Fault-Acknowledgement sowie Streaming von Joint States, Betriebszuständen und Diagnosen. Proto Message Co-Ownership: Gemeinsame Verantwortung für die Robot-Control-API (Protobuf) mit dem Platform Architect und dem Robot Client SDK Engineer. Platform Integration Test Suite: End-to-End CI-Testabdeckung in Simulation (MuJoCo / Isaac Sim) und auf echter Hardware. Auf was können wir uns freuen Starkes C++ — moderne Features (C++17 oder neuer), Realtime-sichere Patterns und sauberes Memory-Handling. State Machine Design Erfahrung für komplexe Robotik-Systeme: klare State-Trennung, Transition Guards, Fault Handling. Erfahrung mit hierarchischen State Machines (Boost.SML, sc::statechart, BehaviorTree.CPP oder vergleichbar). gRPC und Protobuf: Implementierung von API-Servern, Streaming RPCs und backward-kompatible Weiterentwicklung von Protos. Erfahrung mit Robot-Abstraction-Layern aus der Praxis — über einen der folgenden Wege (kein Framework ist ein Muss): ros2_control Hardware-Interfaces (Jazzy oder Humble); MoveIt2 Hardware-Anbindung; OROCOS RTT für Hard-RT Pipelines; Apex.OS auf realer Plattform; Vendor SDKs wie Franka, UR, KUKA, ABB etc.; oder eigene interne Abstraktionslayer aus früheren Projekten. Erfahrung, eine echte Roboterplattform End-to-End zum Laufen zu bringen — nicht nur Simulation. Gutes Gefühl für Hardware-Integration: Timing-Annahmen, Sensor-Kalibrierung, Fault-Szenarien. Nice to Have Hands-on mit mehr als einem der oben genannten Abstraction-Ansätze — Multi-Stack-Erfahrung beschleunigt dein Onboarding. ROS 2 (Jazzy oder Humble) in der Praxis — aktuell der häufigste Middleware-Stack bei NEURA. OROCOS RTT Erfahrung, wenn Hard-RT-Anforderungen es notwendig machen. Apex.OS Kenntnisse für die SIL-zertifizierte Industrial-MM-Konfiguration. Cluster-spezifische Tiefe: Mobile Manipulator: Nav2 oder vergleichbarer AMR-Stack, Docking-Zyklen, optional PROFINET Legged: Floating-Base State Estimation, Gait Controller Integration, Fall Detection Cobot: ISO 10218 / ISO/TS 15066 Erfahrung mit mehreren Robotik-Plattformen (State-Machine-Logik für zwei oder mehr Systeme umgesetzt). FTA oder FMEA für State-Machine-Design in der Robotik. gRPC-Gateway oder REST/gRPC Bridging für kundennahe APIs. * Hinweis zur internen Stack-Erfahrung: Direkte Erfahrung mit NEURAs interner RAL ist kein Muss. Der Einstieg erfolgt über den Code – nicht über Vorwissen. Wenn du vergleichbare Erfahrung mitbringst, findest du dich dank der bestehenden Patterns schnell zurecht, egal aus welcher Middleware-Welt du kommst.