规控算法岗位简历中项目经验别再只写“PID调参”，要写出轨迹优化与鲁棒性

规控算法工程师负责自动驾驶/机器人路径规划、运动控制及决策系统。简历应突出轨迹跟踪精度、规划成功率、控制平滑度及实车/实机测试结果。本文通过案例，教您用数据证明您的规控能力。

项目经验案例一：无人车轨迹规划与横纵向控制

2018.02 - 2020.07 某自动驾驶公司 规控算法工程师

项目背景：城市道路规划不平顺，换道犹豫，舒适性差。

核心贡献：基于A*和五次多项式生成平滑轨迹，加入时空联合优化，规划成功率从90%升至98%。使用MPC实现横纵向解耦控制，跟踪误差<10cm，加加速度<0.3g。

项目成果：实车测试1000公里无接管，舒适性评分4.8/5。

项目经验案例二：机器人移动底盘避障与局部规划

2020.09 - 2022.12 某服务机器人公司 规控算法工程师

项目背景：动态障碍物避障不灵活，频繁停障，通行效率低。

核心贡献：基于DWA局部规划器，加入代价地图和预测模块，避障成功率从85%升至95%。优化速度采样空间，规划频率从10Hz提升至30Hz。

项目成果：机器人部署于100+商场，通行效率提升40%，客户投诉下降60%。

总结

规控算法项目经验应围绕“规划成功率”“跟踪误差”“平顺性”“避障成功率”展开。用MPC、DWA、轨迹优化等数据证明算法鲁棒性。让规控算法成为智能移动的指挥官，成为您最好的名片。