🧭

مهندس ناوبری و کنترل پهپاد (GNC)

GNC Engineer (Drones & UAVs)

مهندس ناوبری و کنترل پهپاد الگوریتم‌هایی می‌نویسد که پهپاد با آن‌ها می‌فهمد کجاست، با چه سرعت و در چه جهتی حرکت می‌کند و چطور پایدار بماند. داده‌های IMU، GNSS، فشارسنج، مغناطیس‌سنج و دوربین را با فیلتر کالمن و روش‌های مشابه ترکیب می‌کند، کنترلر پرواز را طراحی و تنظیم می‌کند و نتیجه را با شبیه‌سازی، آزمون سخت‌افزار در حلقه و پرواز واقعی می‌سنجد. عنوان «Drone Navigation Engineer» در آگهی‌های استخدام به کار نمی‌رود؛ کارفرماها همین کار را با عنوان‌های GNC Engineer، State Estimation Engineer یا Autonomy Engineer آگهی می‌کنند. بخش بزرگی از کارفرمایان شرکت‌های دفاعی‌اند، اما شرکت‌های تحویل کالا، امداد و بازرسی و سازندگان هواپیمای eVTOL هم این نقش را استخدام می‌کنند.

Kalman Filter / EKFSensor Fusion (IMU + GNSS)C++Python / MATLABPX4 / ROS 2Flight Testing

مقدمه و تعریف شغل

GNC مخفف Guidance، Navigation و Control، یعنی هدایت، ناوبری و کنترل است. ناوبری یعنی پهپاد بداند کجاست: وضعیت (attitude)، سرعت و موقعیتش را در هر لحظه از ترکیب داده‌های حسگرها تخمین بزند. به این کار تخمین حالت (state estimation) می‌گویند. هدایت یعنی تصمیم بگیرد به کجا و از چه مسیری برود، و کنترل یعنی فرمان موتورها و سطوح کنترلی را طوری بدهد که روی همان مسیر پایدار بماند. طبق آگهی Wing، تیم GN&C این شرکت الگوریتم‌های برنامه‌ریزی حرکت، تخمین حالت، کنترل پرواز، عملگرها و مدیریت شرایط اضطراری را طراحی می‌کند. مهندسی که روی ناوبری تمرکز دارد بیشتر وقتش را صرف فیلترهای کالمن، مدل خطای حسگرها و تحلیل داده‌های پرواز می‌کند.

این شغل ریشه در مهندسی هوافضا و کنترل دارد و پیش از رونق پهپادها هم وجود داشت. اداره آمار کار آمریکا (BLS) در ۲۰۲۵ حدود ۶۸٬۷۰۰ شغل مهندس هوافضا ثبت کرده، پیش‌بینی می‌کند این گروه از ۲۰۲۵ تا ۲۰۳۵ هشت درصد رشد کند و علاقه به استفادهٔ پهپاد در کارهایی مثل تشخیص آتش‌سوزی جنگل را یکی از محرک‌ها می‌داند. FAA شمار هواپیماهای بدون سرنشین ثبت‌شدهٔ فعال در ردهٔ تجاری (Part 107) را در پایان ۲۰۲۵ حدود ۴۲۴ هزار گزارش کرده است. در آگهی‌های ۲۰۲۶ دو روند دیده می‌شود: ناوبری بدون GPS به تخصصی جدا تبدیل شده، و یادگیری عمیق کم‌کم وارد خود تخمین حالت می‌شود؛ Shield AI نقشی دارد که مدل‌های یادگرفته را به سیستم‌های VIO و ناوبری مبتنی بر عوارض زمین وصل می‌کند. با این حال هستهٔ همهٔ آگهی‌هایی که برای این صفحه بررسی شد نظریهٔ تخمین و کنترل است، نه آموزش مدل.

چه چیزی می‌سازید؟

مثال‌های واقعی از خروجی کار یک مهندس ناوبری و کنترل پهپاد (GNC)

🧭

تخمین‌گر ناوبری پرواز

در آگهی Pivotal، مهندس فیلترهای EKF، error-state و مکمل را طراحی و تنظیم می‌کند تا وضعیت، سمت، موقعیت، سرعت، ارتفاع از زمین و داده‌های هوایی هواپیما را بلادرنگ تخمین بزند. PX4 هم طبق مستنداتش با یک EKF، علاوه بر موقعیت و سرعت، بایاس ژیرو و شتاب‌سنج، میدان مغناطیسی و سرعت باد را تخمین می‌زند.

📡

ناوبری در جایی که GPS نیست

Shield AI برای نقش Staff Engineer, State Estimation الگوریتم‌های تخمین حالت و ناوبری برای «محیط‌های دشوار بدون GPS» و ابزارهای مدل‌سازی و کالیبراسیون برای ناوبری اینرسی و مبتنی بر تصویر می‌خواهد.

🎮

کنترلر پرواز

در Skydio، الگوریتم‌های کنترل روی پهپاد پرواز پایدار و نرم و حرکت گیمبال را می‌سازند تا خلبان کارهایی از بازرسی و نقشه‌برداری تا مأموریت‌های امنیتی را راحت انجام دهد. مهندس کنترلرهای سطح پایین و بهینه‌سازی مسیر را توسعه، تنظیم و ارزیابی می‌کند.

🛩️

مدل دینامیکی و شبیه‌سازی شش درجه آزادی

Staff Controls Engineer در Zipline مالک مدل‌های دینامیکی سیستم‌های وسیله در شبیه‌ساز شش درجه آزادی شرکت است و پیش‌بینی مدل را با رفتار مشاهده‌شده در پرواز مقایسه می‌کند تا شبیه‌سازی دقیق‌تر شود.

⚠️

تشخیص خرابی و مدیریت افزونگی

Pivotal از مهندس ناوبری می‌خواهد تشخیص و جداسازی خرابی حسگر، پایش یکپارچگی و مدیریت افزونگی را بسازد و تعریف کند ناوبری در حالت‌های تنزل‌یافته چه رفتاری داشته باشد. Archer هم مدل حسگرها را در حالت عادی، تنزل‌یافته و خرابی می‌خواهد.

📋

نرم‌افزار گواهی‌پذیر

در تیم GNC پهپادهای Amazon Prime Air، بخشی از مهندسان الزامات، معماری و شواهد تأیید نرم‌افزار GNC را مطابق DO-178C در سطح DAL C می‌نویسند؛ استانداردی که در هوانوردی برای اثبات ایمنی نرم‌افزار به کار می‌رود.

تخصص‌های مختلف مهندس ناوبری و کنترل پهپاد (GNC)

این شغل یک عنوان واحد نیست — مسیرهای تخصصی متعددی دارد

🧭

ناوبری و تخمین حالت

Navigation & State Estimation

طراحی فیلترهای کالمن و ترکیب IMU، GNSS، فشارسنج، مغناطیس‌سنج و داده‌های هوایی؛ نقش‌های GNC Engineer - Navigation در Pivotal، Senior Engineer, State Estimation در Archer و State Estimation Engineer در Shield AI.

📡

ناوبری بدون GNSS و با کمک تصویر

GNSS-denied & Vision-aided Navigation

VIO، SLAM و ناوبری مبتنی بر عوارض زمین برای وقتی که سیگنال ماهواره نیست یا قابل اعتماد نیست؛ تمرکز نقش‌های Staff Engineer و Staff Deep Learning Engineer, State Estimation در Shield AI و از امتیازهای آگهی Pivotal.

🎛️

کنترل و دینامیک پرواز

Flight Controls & Dynamics

طراحی و تنظیم کنترلر، مدل‌سازی دینامیک و شناسایی سیستم از دادهٔ پرواز؛ Senior/Staff Controls Engineer در Zipline و Senior Autonomy Engineer - Controls در Skydio.

🗺️

هدایت و برنامه‌ریزی حرکت

Guidance & Motion Planning

تولید مسیر، اجتناب از مانع و برنامه‌ریزی رفتار؛ در BRINC این کار با عنوان Autonomy Engineer, Navigation آگهی شده و تکنیک‌هایی مثل RRT*، A* و MPC را نام برده است. Skydio هم نقش Planning and Controls دارد.

📋

تأیید و گواهی‌پذیری GNC

GNC Verification & Certification

نوشتن الزامات سطح بالا و پایین، اسناد معماری و آزمون‌های مبتنی بر الزامات برای اثبات انطباق با DO-178C؛ دو نقش GNC System Development Engineer در Amazon Prime Air.

تفاوت با شغل‌های مشابه

کجا این شغل تمام می‌شود و شغل دیگری شروع می‌شود؟

مهندس بینایی ماشین و ادراکComputer Vision / Perception Engineer

صفحهٔ مهندس بینایی ماشین این سایت می‌گوید در رباتیک و پهپاد عنوان رایج Perception است و Skydio در آن آگهی‌ها تجربه با visual odometry، state estimation و SLAM را می‌خواهد. هم‌پوشانی دو شغل همین‌جاست. مهندس ادراک از تصویر و LiDAR اطلاعات محیط را بیرون می‌کشد؛ مهندس ناوبری خروجی دوربین را فقط یکی از ورودی‌ها می‌داند و آن را با IMU، GNSS، فشارسنج و مغناطیس‌سنج در یک تخمین بلادرنگ ترکیب می‌کند. Shield AI این تقسیم کار را در آگهی‌هایش نشان می‌دهد: مهندس یادگیری عمیق مدل‌های بینایی می‌سازد و «با مهندسان تخمین حالت همکاری می‌کند» تا خروجی مدل وارد VIO شود.

مهندس رباتیک هوش مصنوعیAI Robotics Engineer

صفحهٔ مهندس رباتیک هوش مصنوعی این سایت کسی را توصیف می‌کند که کاری می‌کند ربات فیزیکی در محیط واقعی درست رفتار کند: محیط را درک کند، بداند کجاست، حرکتش را برنامه‌ریزی کند و مهارت‌هایی مثل برداشتن یا راه رفتن را از داده یاد بگیرد. مهندس GNC روی بخش کوچک‌تری عمیق‌تر کار می‌کند و رفتار وسیله را بیشتر با مدل فیزیکی، فیلتر و قانون کنترل می‌سازد تا با مدل یادگیری عمیق. به دینامیک پرواز، مدل حسگرهای هوانوردی و، در شرکت‌های هوانوردی، استانداردهای ایمنی مثل DO-178C و ARP4754A هم نیاز دارد که Pivotal و Amazon Prime Air نام برده‌اند. پیشینهٔ رباتیک برای ورود به این شغل بسیار مفید است.

مهندس کنترل و کنترل پروازControls / Flight Controls Engineer

در بسیاری از شرکت‌ها ناوبری و کنترل در یک تیم GNC هستند، اما آگهی‌ها اغلب یکی را پررنگ می‌کنند. Zipline و Skydio نقش Controls را جدا آگهی می‌کنند که تمرکزش طراحی کنترلر، دینامیک پرواز و شناسایی سیستم است، در حالی که Pivotal نقش GNC Engineer - Navigation و Shield AI نقش State Estimation Engineer را جدا دارند. BRINC هر دو را در یک نقش آورده است. اگر ریاضیات احتمال و فیلترها را بیشتر دوست دارید سمت ناوبری مناسب‌تر است و اگر پایداری و دینامیک را، سمت کنترل.

مهندس نرم‌افزار embedded و نرم‌افزار پروازEmbedded / Flight Software Engineer

مهندس نرم‌افزار پرواز سیستم‌عامل بلادرنگ، درایور حسگر، زمان‌بندی و یکپارچه‌سازی روی سخت‌افزار را می‌سازد و لزوماً الگوریتم ناوبری طراحی نمی‌کند. در Pivotal مهندس ناوبری برای رابط حسگرها و هم‌زمانی زمانی با تیم‌های firmware و avionics کار می‌کند و BRINC از همکاری نزدیک با تیم نرم‌افزار embedded می‌نویسد. مرز در شرکت‌های نرم‌افزارمحور باریک است: Shield AI از مهندس تخمین حالت می‌خواهد خودش C++ کم‌تأخیر روی Linux embedded مستقر کند.

تأثیر در صنایع مختلف

مهندس ناوبری و کنترل پهپاد (GNC) در همه صنایع مشغول به کار است — نه فقط شرکت‌های فناوری

📦

تحویل کالا با پهپاد

Zipline به گفتهٔ آگهی‌اش هر ۳۰ ثانیه یک تحویل انجام می‌دهد و بیش از ۱۴۰ میلیون مایل پرواز خودکار تجاری داشته است؛ سیستم Wing طبق آگهی‌اش بیش از یک میلیون تحویل انجام داده و Amazon Prime Air برای پهپادهای تحویلش تیم GNC جداگانه دارد

🚓

امداد و ایمنی عمومی

BRINC پهپادها را مستقیم به تماس‌های ۹۱۱ اعزام می‌کند و به گفتهٔ آگهی‌اش بیش از هزار مشتری ایمنی عمومی در هر ۵۰ ایالت آمریکا دارد

🏗️

بازرسی تأسیسات و نقشه‌برداری

مشتریان Skydio طبق آگهی از بازرسان شبکهٔ برق و تأسیسات تا نیروهای امدادی و نظامیان‌اند و کنترلرهای پرواز آن برای کارهایی از بازرسی و نقشه‌برداری تا مأموریت‌های امنیتی طراحی شده‌اند

🌾

کشاورزی دقیق

طبق ویکی‌پدیا، Davide Scaramuzza هم‌بنیان‌گذار SUIND است، استارتاپی که پهپادهای مبتنی بر بینایی برای کشاورزی دقیق می‌سازد. در این بررسی آگهی باز GNC از شرکت‌های پهپاد کشاورزی پیدا نشد

🚁

تاکسی هوایی و eVTOL

Archer برای هواپیماهای eVTOL خود الگوریتم‌های تخمین حالت با سامانهٔ داده‌های هوایی، INS و GNSS می‌سازد و Pivotal هواپیماهای سبک eVTOL برای کاربرد مصرفی، خدمات عمومی و دفاعی

🛡️

دفاع

بخش بزرگی از آگهی‌های GNC و تخمین حالت از Shield AI و Anduril بود و در اروپا هم بیشتر نتایج از شرکت‌های دفاعی بود. این نقش‌ها اغلب تابعیت یا امکان گرفتن مجوز امنیتی می‌خواهند

🚀

فضا

طبق ویکی‌پدیا، Scaramuzza در ۲۰۲۵ دانشمند مدعو برجسته در NASA JPL شد تا روی ناوبری مبتنی بر تصویر برای مأموریت‌های ماه و مریخ کار کند

🥽

واقعیت مجازی و افزوده

الگوریتم SVO که Scaramuzza برای پهپادها ساخت، طبق ویکی‌پدیا هستهٔ فناوری Zurich Eye شد که Meta آن را برای ردیابی هدست Oculus Quest خرید؛ مهارت VIO فقط به پهپاد محدود نیست

تصورات غلط رایج

قبل از تصمیم‌گیری، این باورهای اشتباه را بشناسید

ناوبری پهپاد یعنی همان GPS

GPS فقط یکی از ورودی‌هاست. Pivotal از مهندس ناوبری می‌خواهد IMU، GNSS، مغناطیس‌سنج، فشارسنج و داده‌های هوایی، ارتفاع‌سنج رادار یا لیدار و تصویر را با هم ترکیب کند، و Shield AI یک تخصص کامل را به ناوبری در محیط‌های بدون GPS اختصاص داده است. کار اصلی این است که سیستم وقتی یکی از حسگرها خطا می‌دهد یا قطع می‌شود هم درست کار کند.

این یک شغل یادگیری عمیق است

هستهٔ آگهی‌ها نظریهٔ تخمین و کنترل است: BRINC مبانی EKF و کنترل فیدبک حالت را شرط آورده و Pivotal فیلتر کالمن، فیلتر مکمل و فرایندهای تصادفی را. یادگیری عمیق به‌عنوان یک جزء وارد شده است، مثلاً در نقش Staff Deep Learning Engineer, State Estimation در Shield AI که خروجی مدل را به VIO وصل می‌کند. اگر از یادگیری ماشین می‌آیید، باید ریاضیات تخمین را جدی یاد بگیرید.

هر آگهی با واژهٔ Navigation دربارهٔ تخمین موقعیت است

این واژه در شرکت‌های مختلف معنای متفاوتی دارد. در Pivotal، نقش GNC Engineer - Navigation دقیقاً تخمین حالت و ترکیب حسگرهاست، اما در BRINC نقش Autonomy Engineer, Navigation دربارهٔ تولید مسیر، تشخیص و اجتناب از مانع و برنامه‌ریزی مسیر است و کار تخمین حالت در نقش جداگانه‌ای آمده است. همیشه متن آگهی را بخوانید، نه فقط عنوان را.

بدون دکترا نمی‌شود وارد این کار شد

مدرک مهم است اما همیشه دکترا نیست. BRINC دکترا یا کارشناسی ارشد با دو سال تجربه می‌خواهد، Pivotal کارشناسی با دو سال تجربه را می‌پذیرد و می‌نویسد تجربهٔ عملی تنظیم تخمین‌گر روی دادهٔ واقعی می‌تواند از تیم‌های دانشجویی یا پروژهٔ شخصی باشد. BLS هم مدرک معمول ورود به گروه مهندسان هوافضا را کارشناسی می‌داند.

این کار فقط در صنایع نظامی وجود دارد

سهم شرکت‌های دفاعی بالاست، اما در همین بررسی Zipline، Wing و Amazon Prime Air در تحویل کالا، BRINC در امداد، Skydio در بازرسی و Archer و Pivotal در هواپیماهای eVTOL نقش‌های GNC، تخمین حالت یا کنترل آگهی کرده بودند. در اروپا آگهی‌های غیرنظامی کمتر پیدا شد.

یک روز کاری واقعی

در هر سطح روز کاری چه شکلی است؟

جونیور (۰–۲ سال)

بیشتر وقت صرف فهم پشتهٔ موجود، تحلیل داده و پیاده‌سازی بخش‌های مشخص زیر نظر یک مهندس ارشد می‌شود. شرکت در آزمون‌های پرواز بخشی از یادگیری است.

  • ◆بررسی لاگ یک پرواز آزمایشی برای پیدا کردن جایی که تخمین ارتفاع از واقعیت فاصله گرفته است
  • ◆نوشتن اسکریپت Python برای مقایسهٔ خروجی فیلتر با دادهٔ مرجع
  • ◆کالیبراسیون مغناطیس‌سنج یا IMU روی یک نمونهٔ آزمایشی
  • ◆افزودن یک آزمون واحد یا شبیه‌سازی Monte Carlo برای یک تغییر کوچک

میانی (۲–۵ سال)

مسئولیت یک تخمین‌گر یا کنترلر را از طراحی تا پرواز دارید: مدل‌سازی، پیاده‌سازی، آزمون در شبیه‌ساز و HIL، و تنظیم با دادهٔ پرواز.

  • ◆تنظیم پارامترهای نویز EKF با دادهٔ چند پرواز و سنجیدن سازگاری فیلتر
  • ◆طراحی رفتار ناوبری هنگام قطع GNSS و آزمودن آن در شبیه‌ساز
  • ◆جلسه با تیم firmware دربارهٔ هم‌زمانی زمانی داده‌های حسگر
  • ◆برنامه‌ریزی و تحلیل یک آزمون پرواز تازه

ارشد (۵+ سال)

روی معماری، الزامات و ریسک کار می‌کنید و تصمیم‌هایتان روی چند پلتفرم اثر دارد. بخشی از وقت صرف بازبینی طراحی دیگران و منتورینگ می‌شود.

  • ◆تعیین معماری ترکیب حسگرها برای یک پلتفرم تازه و انتخاب حسگرها
  • ◆تعریف بودجهٔ خطای ناوبری و تبدیل آن به الزامات
  • ◆بررسی ریشهٔ یک رخداد در ناوگان که به GNC مربوط است
  • ◆بازبینی طراحی و کد مهندسان جوان‌تر

مسئولیت‌ها و وظایف

مسئولیت‌های اصلی

وظایف روزانه و مهارت‌های مورد نیاز در این شغل

فنی
  • ◈طراحی و پیاده‌سازی الگوریتم‌های تخمین حالت (EKF، فیلتر مکمل، factor graph) برای تخمین وضعیت، سمت، سرعت و موقعیت پهپاد
  • ◈ترکیب داده‌های IMU، GNSS، مغناطیس‌سنج، فشارسنج، ارتفاع‌سنج و دوربین در یک تخمین پایدار
  • ◈طراحی، تنظیم و ارزیابی کنترلرهای پرواز و بهینه‌سازی مسیر
  • ◈تشخیص و جداسازی خرابی حسگر، پایش یکپارچگی و تعریف رفتار ناوبری در حالت‌های تنزل‌یافته
  • ◈مدل‌سازی خطای حسگرها و کالیبراسیون IMU و مغناطیس‌سنج
  • ◈پیاده‌سازی بلادرنگ الگوریتم‌ها روی پردازنده‌های embedded با C++ یا تولید کد از Simulink
  • ◈اعتبارسنجی با شبیه‌سازی، بازپخش لاگ، آزمون سخت‌افزار در حلقه (HIL) و پرواز آزمایشی
  • ◈تحلیل دادهٔ پرواز آزمایشی و ناوگان برای پیدا کردن خطا و بهبود مدل‌ها
مهارت نرم
  • ◈همکاری نزدیک با تیم‌های نرم‌افزار embedded، سخت‌افزار، ادراک و آزمون پرواز
مدیریتی
  • ◈نوشتن الزامات، مستندات طراحی و شواهد تأیید برای گواهی‌پذیری نرم‌افزار

مهارت‌های مورد نیاز

مهارت‌های فنی، نرم و حوزه‌ای که یک مهندس ناوبری و کنترل پهپاد (GNC) موفق به آن‌ها نیاز دارد

مهارت‌های فنی

نظریهٔ تخمین و فیلتر کالمنضروری

KF، EKF، UKF، error-state و فیلتر ذره‌ای؛ شرط اصلی آگهی‌های BRINC، Pivotal و Shield AI

ترکیب حسگرهاضروری

IMU، GNSS، مغناطیس‌سنج، فشارسنج و داده‌های هوایی؛ Pivotal و Archer از ترکیب INS و GNSS نام می‌برند

سینماتیک و دستگاه‌های مرجعضروری

کواترنیون، DCM، زوایای اویلر و دستگاه‌های body، NED و ECEF (حداقل شرط Pivotal)

C++ بلادرنگضروری

کد کم‌تأخیر روی Linux embedded؛ Shield AI و Skydio تسلط بالا می‌خواهند

Python یا MATLAB برای تحلیل دادهضروری

تحلیل دادهٔ آزمون و پرواز؛ Pivotal یکی از این دو را شرط آورده است

MATLAB و Simulinkمهم

طراحی الگوریتم و تولید کد در شرکت‌های هوانوردی (Pivotal، Archer، Anduril Australia)

طراحی کنترلمهم

کنترل کلاسیک و مدرن، فیدبک حالت، کنترل مقاوم و تطبیقی؛ Skydio و BRINC

دینامیک پرواز و مدل‌سازیمهم

مدل شش درجه آزادی و شناسایی سیستم؛ Zipline

مدل خطا و کالیبراسیون حسگرمهم

بایاس، ضریب مقیاس، ناهم‌راستایی، نویز، تأخیر و Allan variance (Pivotal)

VIO، SLAM و factor graphمهم

برای ناوبری بدون GNSS؛ Shield AI از GTSAM، Ceres و OpenVINS نام می‌برد

آزمون SIL، HIL و پروازمهم

اعتبارسنجی با شبیه‌سازی، بازپخش لاگ، سخت‌افزار در حلقه و پرواز واقعی (BRINC، Pivotal، Archer)

PX4، ArduPilot و ROS 2مفید

اتوپایلوت و میان‌افزار؛ در آگهی‌های BRINC و Anduril Australia امتیاز است

بهینه‌سازی و برنامه‌ریزی مسیرمفید

برنامه‌ریزی پویا، بهینه‌سازی غیرخطی و MPC (Skydio، BRINC)

مهارت‌های نرم

کار میان‌رشته‌ایضروری

همکاری با تیم‌های embedded، سخت‌افزار، ادراک و آزمون پرواز؛ در همهٔ آگهی‌های بررسی‌شده آمده است

قضاوت مهندسیمهم

Zipline «قضاوت قوی دربارهٔ فرض‌های مدل، عدم قطعیت، محدودیت‌های اعتبارسنجی و بده‌بستان‌های طراحی» می‌خواهد

ارتباط نوشتاری و گفتاریمهم

توضیح یافته‌های فنی برای همکاران فنی و عملیاتی (Zipline) و مستندسازی طراحی و نتایج آزمون (Pivotal)

حل مسئله در میدانمهم

عیب‌یابی از روی دادهٔ پرواز و رسیدن به ریشهٔ مشکل در شرایط مبهم

دانش حوزه‌ای

استانداردهای ایمنی هوانوردیمفید

DO-178C، ARP4754A، ARP4761 و DO-334 در آگهی Pivotal و DO-178C در Amazon Prime Air

مقررات پرواز پهپادمفید

گواهی FAA Part 107 که Skydio آن را به همهٔ کارکنان توصیه می‌کند

تشخیص خرابی و افزونگیمهم

پایش یکپارچگی و مدیریت افزونگی برای سیستم‌های ایمنی‌بحرانی (Pivotal، BRINC)

ضروری — بدون آن نمی‌توان وارد بازار کار شدمهم — تفاوت بین جونیور و میانیمفید — مزیت رقابتی

نقشه راه و مسیر آموزشی

نقشه راه تبدیل شدن به مهندس ناوبری و کنترل پهپاد (GNC)

این مسیر گام به گام شما را از صفر تا حرفه‌ای هدایت می‌کند.

1

ریاضیات پایه: جبر خطی، احتمال و دوران در فضا

⏱️ ۳ تا ۴ ماه

ناوبری و کنترل روی ریاضیات بنا شده‌اند. آگهی Pivotal درک «سینماتیک جسم صلب، نمایش وضعیت (کواترنیون، ماتریس کسینوس جهت، زوایای اویلر) و دستگاه‌های مرجع (body، NED، ECEF)» را حداقل شرط آورده و از کارآموزان GNC در Wing گذراندن درس‌های جبر خطی، بهینه‌سازی، یادگیری ماشین یا آمار خواسته شده است. اگر رشتهٔ برق، مکانیک یا هوافضا خوانده‌اید، بخش زیادی از این مرحله مرور است.

جبر خطی (ماتریس، مقدار ویژه، کمترین مربعات)احتمال، توزیع گوسی و فرایندهای تصادفیحسابان و معادلات دیفرانسیلبهینه‌سازی پایهدوران: کواترنیون، DCM و زوایای اویلردستگاه‌های مختصات body، NED و ECEF
2

برنامه‌نویسی: C++، Python، MATLAB و Linux

⏱️ ۲ تا ۳ ماه

آگهی‌ها دو جور برنامه‌نویسی می‌خواهند. شرکت‌های نرم‌افزارمحور C++ پروداکشن می‌خواهند: Shield AI صریحاً نوشته کسانی که تجربهٔ اصلی‌شان MATLAB یا Python است احتمالاً برای این نقش مناسب نیستند. شرکت‌های هوانوردی بیشتر با MATLAB و Simulink کار می‌کنند و کد را از مدل تولید می‌کنند (Pivotal و Archer). Python تقریباً همه‌جا برای تحلیل دادهٔ پرواز لازم است.

C++ مدرن (C++11 به بعد)Python و NumPy برای تحلیل دادهMATLAB و SimulinkLinux و خط فرمانGitتست واحد و CI
3

تخمین حالت: فیلتر کالمن و ترکیب حسگرها

⏱️ ۳ تا ۴ ماه

هستهٔ این شغل همین مرحله است. BRINC «درک محکم از مبانی تخمین و کنترل (EKF، کنترل فیدبک حالت)» را شرط آورده و Pivotal فیلتر کالمن خطی، توسعه‌یافته (EKF) و error-state، فیلتر مکمل و فرایندهای تصادفی را. از یک فیلتر کالمن ساده شروع کنید، بعد IMU و GNSS را با هم ترکیب کنید و مدل خطای حسگر (بایاس، نویز، تأخیر) را یاد بگیرید.

فیلتر کالمن خطی، EKF و UKFError-state Kalman filterفیلتر مکمل (complementary)فیلتر ذره‌ایترکیب IMU و GNSSمدل خطای حسگر و Allan variance
4

دینامیک پرواز و کنترل

⏱️ ۲ تا ۳ ماه

تخمین بدون کنترل کامل نیست. Skydio برای نقش Controls روش‌های کنترل کلاسیک و مدرن، برنامه‌ریزی پویا و بهینه‌سازی غیرخطی را می‌خواهد، BRINC آشنایی با کنترل مقاوم یا تطبیقی را امتیاز می‌داند و تیم Controls در Zipline مالک مدل‌های دینامیکی در شبیه‌ساز شش درجه آزادی است. کتاب Beard و McLain دربارهٔ پهپادهای کوچک، مدل‌سازی، کنترل و تخمین را در یک جا جمع کرده است.

دینامیک جسم صلب و مدل شش درجه آزادیPID و کنترل فیدبک حالتMPC و بهینه‌سازی مسیرشناسایی سیستم (system identification)کنترل مقاوم و تطبیقیمدل پهپاد چندپره و بال ثابت
5

ناوبری بدون GNSS، اتوپایلوت و آزمون پرواز

⏱️ مداوم

در این مرحله با ابزارهای واقعی کار می‌کنید: PX4 و ROS 2، شبیه‌سازی SITL، تحلیل لاگ پرواز و در نهایت visual-inertial odometry (VIO) و SLAM برای جایی که GNSS نیست. Shield AI برای نقش ناوبری بدون GPS آشنایی با VIO، SLAM یا چارچوب‌هایی مثل GTSAM، Ceres و OpenVINS را می‌خواهد و BRINC تجربه با ROS2، PX4 و MAVSDK را امتیاز می‌داند.

Visual-Inertial Odometry (VIO)SLAM و factor graphPX4 یا ArduPilotROS 2شبیه‌سازی SITL با Gazeboآزمون HIL، پرواز آزمایشی و تحلیل لاگ

ابزارها و استک فنی

ابزارهایی که هر مهندس AI باید بشناسد، دسته‌بندی‌شده بر اساس اولویت

اتوپایلوت و میان‌افزار رباتیک

PX4

اتوپایلوت متن‌باز برای هواپیماهای خودکار که طبق ویکی‌پدیا از ۲۰۰۹ شروع شده و با مجوز BSD منتشر می‌شود؛ BRINC تجربه با PX4 را امتیاز می‌داند

ضروری
ArduPilot

اتوپایلوت متن‌باز دیگر با EKF مستند؛ آگهی Senior GNC Engineer در Anduril Australia آشنایی با PX4، ArduPilot یا ROS را امتیاز می‌داند

مفید
ROS 2

میان‌افزار رباتیک برای اتصال ماژول‌ها؛ در آگهی‌های BRINC آمده است

مفید
MAVSDK و MAVLink

MAVLink پروتکل ارتباط با پهپاد است و MAVSDK مجموعه‌کتابخانه‌ای برای خواندن تله‌متری و کنترل مأموریت از طریق آن؛ BRINC از MAVSDK نام برده است

مفید
QGroundControl

ایستگاه کنترل زمینی متن‌باز برای کنترل پرواز و برنامه‌ریزی مأموریت پهپادهای مبتنی بر MAVLink

مفید

کتابخانه‌های تخمین و بهینه‌سازی

Eigen

کتابخانهٔ قالبی C++ برای جبر خطی: ماتریس، بردار و حل دستگاه معادلات

مفید
GTSAM

کتابخانهٔ C++ (با رابط Python و MATLAB) برای ترکیب حسگرها با factor graph؛ Shield AI آن را در کنار Ceres و OpenVINS نام برده است

مفید
OpenVINS

تخمین‌گر بصری-اینرسی متن‌باز بر پایهٔ EKF که داده‌های اینرسی را با ردیابی ویژگی‌های تصویر ترکیب می‌کند (MSCKF)

پیشرفته
VINS-Fusion

تخمین‌گر چندحسگری مبتنی بر بهینه‌سازی، برای مقایسه با روش‌های فیلتری

پیشرفته

شبیه‌سازی، مدل‌سازی و تحلیل دادهٔ پرواز

MATLAB و Simulink

زبان اصلی طراحی الگوریتم در شرکت‌های هوانوردی؛ Pivotal و Archer پیاده‌سازی در Simulink و Anduril Australia تجربهٔ گسترده با MATLAB و Simulink را می‌خواهند

ضروری
Gazebo

شبیه‌ساز رباتیک که PX4 برای شبیه‌سازی SITL از آن پشتیبانی می‌کند

مفید
PlotJuggler

ابزار نمایش و مقایسهٔ نمودار داده‌های ضبط‌شده، با پشتیبانی از ROS

مفید
PX4 Flight Review

بارگذاری و تحلیل لاگ پرواز PX4 در مرورگر

مفید
evo

پکیج Python برای ارزیابی دقت odometry و SLAM در برابر مسیر مرجع

پیشرفته

زبان‌ها و ابزار توسعه

C++

زبان اصلی کد بلادرنگ روی پهپاد؛ BRINC، Skydio و Shield AI آن را صریحاً می‌خواهند

ضروری
Python

برای نمونه‌سازی و تحلیل داده‌های آزمون و پرواز؛ BRINC و Pivotal آن را خواسته‌اند

ضروری
Git

کنترل نسخه؛ Pivotal تجربه با Git و CI را امتیاز می‌داند

مفید
FAA Part 107

گواهی خلبان از راه دور در آمریکا؛ Skydio گرفتن آن را در ۶۰ روز اول به همهٔ کارکنان به‌شدت توصیه می‌کند و برای برخی نقش‌ها الزامی است

مفید
ضروری — باید یاد بگیریدمفید — ارزش یادگیری داردپیشرفته — برای سطوح ارشد

مسیر پیشرفت شغلی

از جونیور تا Staff Engineer — چه مهارت‌هایی نیاز دارید و چه درآمدی انتظار داشته باشید

کارآموز یا مهندس GNC تازه‌کار

۰ تا ۲ سال

انجام بخش‌های مشخص زیر نظر مهندس ارشد: تحلیل دادهٔ پرواز، پیاده‌سازی و آزمون یک ماژول، کالیبراسیون حسگر. Wing و Zipline برای سال ۲۰۲۷ دورهٔ کارآموزی GNC و Controls آگهی کرده‌اند.

Kalman FilterPythonC++MATLABFlight Data Analysis

مهندس GNC / ناوبری

۲ تا ۵ سال

طراحی، تنظیم و تأیید یک تخمین‌گر یا کنترلر از مدل تا پرواز. آگهی GNC Engineer II در Pivotal با دو سال تجربه (یا پژوهش ارشد و دکترا در تخمین) همین سطح است.

EKF / Error-State KFSensor FusionSimulinkHIL TestingFlight Testing

مهندس ارشد GNC

۵+ سال

معماری تخمین حالت، مدیریت خرابی و افزونگی، تعریف الزامات و منتورینگ. Archer برای نقش ارشد تخمین حالت ۶۰ ماه تجربه با کارشناسی ارشد می‌خواهد و Shield AI برای State Estimation Engineer هفت سال با کارشناسی.

Navigation ArchitectureFault Detection & IntegrityGNSS-denied NavigationRequirements & V&VMentoring

Staff / Principal یا سرپرست تیم GNC

پس از سطح ارشد

تعیین رویکرد فنی، استانداردها و روش‌های تحلیل برای کل یک رشته، مثل کنترل پرواز یا ناوبری، در یک برنامه و هماهنگی با تیم‌های دیگر از معماری تا پشتیبانی آزمون پرواز. Archer برای نقش Lead Flight Controls & Software Engineer در تیم Special Programs، که مالک رشتهٔ کنترل پرواز و نرم‌افزار در آن تیم است، ۸ تا ۱۲ سال تجربه می‌خواهد.

Technical StrategySafety & CertificationCross-team LeadershipSystem Design

چالش‌ها و جنبه‌های منفی

واقعیت‌هایی که کمتر در آگهی‌های شغلی می‌بینید — قبل از ورود بدانید

فاصلهٔ شبیه‌سازی تا پرواز واقعی

عمومی

الگوریتمی که در شبیه‌ساز خوب کار می‌کند ممکن است در باد، لرزش و نویز واقعی رفتار دیگری داشته باشد. Zipline از مهندس کنترل می‌خواهد پیش‌بینی مدل را با رفتار مشاهده‌شده در پرواز تطبیق دهد و BRINC اعتبارسنجی را تا آزمون پرواز در شرایط مختلف ادامه می‌دهد.

خرابی و تنزل حسگرها

عمومی

حسگرها خطا می‌دهند، قطع می‌شوند یا تأخیر دارند. Pivotal تشخیص و جداسازی خرابی، پایش یکپارچگی و تعریف رفتار در حالت‌های تنزل‌یافته را جزو وظایف آورده و Archer مدل حسگرها را برای حالت‌های تنزل و خرابی می‌خواهد.

محدودیت محاسبات بلادرنگ

استارتاپ

الگوریتم باید روی پردازندهٔ کوچک پهپاد با تأخیر کم اجرا شود. BRINC بهینه‌سازی برای «کارایی محاسباتی و تاب‌آوری سیستم» روی پردازنده‌های embedded را می‌خواهد و Shield AI استقرار برنامه‌های C++ کم‌تأخیر روی Linux embedded را.

ایمنی و گواهی‌پذیری

شرکت بزرگ

در هوانوردی هر تغییر باید مستند و آزموده شود. Amazon Prime Air برای تیم GNC مهندسانی می‌خواهد که الزامات و شواهد تأیید را مطابق DO-178C بنویسند؛ این کار کندتر از توسعهٔ نرم‌افزار معمولی است و صبر و دقت می‌خواهد.

سهم بالای صنایع دفاعی و الزام تابعیت

عمومی

بخش بزرگی از آگهی‌ها دفاعی‌اند و بسیاری از آن‌ها امکان گرفتن مجوز امنیتی می‌خواهند: Shield AI برای State Estimation Engineer مجوز در سطح S//SAR و Anduril Australia مجوز امنیتی دولت استرالیا. حتی نقش‌های غیرنظامی هم گاهی مجوز کار در کشور را شرط می‌کنند، مثل Pivotal. در مقابل، Archer نوشته برخی نقش‌هایش ممکن است شرایط حمایت ویزا داشته باشند.

کسب تجربهٔ عملی با سخت‌افزار

عمومی

تقریباً همهٔ آگهی‌ها تجربه با سیستم فیزیکی واقعی می‌خواهند. برای تازه‌کار، راه عملی تیم‌های دانشجویی، پروژهٔ شخصی با یک پهپاد کوچک و PX4، و دیتاست‌های عمومی است؛ Pivotal صریحاً نوشته این تجربه می‌تواند از همین مسیرها باشد.

حقوق و بازار کار جهانی

حقوق جهانی مهندس ناوبری و کنترل پهپاد (GNC)

حقوق سالانه در کشورهای مختلف بر اساس داده‌های منتشرشده؛ منبع هر ردیف با آیکون کنار نام کشور باز می‌شود.

کشورمیانه / میانگینارز
🇺🇸آمریکا
$210,513USD
🇺🇸آمریکا
$272,500USD

چگونه از صفر شروع کنیم

برنامه گام‌به‌گام برای ورود به مهندسی هوش مصنوعی

ماه ۱: مرور ریاضیات و C++

جبر خطی، احتمال و دوران در فضا را مرور کنید و C++ را تا حد نوشتن یک کتابخانهٔ کوچک ماتریسی محکم کنید.

ماه ۲: فیلتر کالمن

کتاب Labbe را با تمرین‌هایش پیش ببرید و پروژهٔ تخمین وضعیت با IMU گوشی را بسازید.

ماه ۳: ترکیب GNSS و INS

درس تخمین حالت دانشگاه تورنتو را بگذرانید و پروژهٔ ترکیب GNSS و INS را با مدل خطای حسگر کامل کنید.

ماه ۴: کنترل و دینامیک پرواز

مبانی کنترل را مرور کنید و با تمرین‌های کتاب Beard و McLain یک پهپاد ساده را مدل و کنترل کنید.

ماه ۵: PX4 و شبیه‌سازی

PX4 را در Gazebo اجرا کنید، EKF2 را بشناسید و لاگ پروازهای شبیه‌سازی‌شده را تحلیل کنید.

ماه ۶: پورتفولیو و درخواست

سه پروژه را با README، نمودار خطا و توضیح تصمیم‌ها مرتب کنید و برای کارآموزی‌ها و نقش‌های GNC سطح ورود اقدام کنید.

پروژه‌های پیشنهادی برای رزومه

تخمین وضعیت (attitude) با IMU گوشی

مبتدی

داده‌های ژیروسکوپ، شتاب‌سنج و مغناطیس‌سنج گوشی را ضبط کنید و با فیلتر مکمل و بعد EKF، زوایای رول، پیچ و سمت را تخمین بزنید. دو روش را مقایسه کنید و اثر بایاس ژیرو را نشان دهید.

PythonNumPyMatplotlibComplementary FilterEKF
زمان تخمینی: ۲ هفته

ترکیب GNSS و INS با EKF

متوسط

یک مسیر پرواز شبیه‌سازی کنید، به آن نویز و بایاس IMU و GPS بیفزایید و با EKF موقعیت و سرعت را تخمین بزنید. با Allan variance نویز حسگر را مشخص کنید و رفتار فیلتر را هنگام قطع GPS نشان دهید.

Python یا MATLABEKFAllan VarianceMonte Carlo
زمان تخمینی: ۳ هفته

پرواز شبیه‌سازی‌شده با PX4 و تحلیل لاگ

متوسط

PX4 را در Gazebo به‌صورت SITL اجرا کنید، یک مأموریت ساده بنویسید (مثلاً با MAVSDK)، پارامترهای EKF2 و کنترلر را تغییر دهید و نتیجه را با Flight Review یا PlotJuggler تحلیل کنید. در README بنویسید هر تغییر چه اثری داشت.

PX4GazeboMAVSDKPlotJuggler
زمان تخمینی: ۳ هفته

Visual-Inertial Odometry روی دادهٔ عمومی

پیشرفته

OpenVINS یا VINS-Fusion را روی یک دیتاست عمومی پهپاد اجرا کنید، خطای مسیر را با evo بسنجید و حساسیت به کالیبراسیون دوربین و IMU را بررسی کنید.

C++ROS 2OpenVINSevo
زمان تخمینی: ۴ هفته

ناوبری مقاوم در برابر خرابی حسگر با factor graph

پیشرفته

با GTSAM یک تخمین‌گر بسازید که IMU، GPS و فشارسنج را ترکیب کند، قطع GPS و خرابی ناگهانی یک حسگر را تشخیص دهد و رفتار ناوبری در حالت تنزل‌یافته را تعریف کند. نتیجه را با EKF پروژهٔ دوم مقایسه کنید.

C++GTSAMEigenPython
زمان تخمینی: ۵ هفته

مثال‌های واقعی و Case Studies

داستان‌های واقعی از مهندسانی که در این حوزه تأثیرگذار بوده‌اند

D

Davide Scaramuzza

پیشینه

پژوهشگر ایتالیایی رباتیک و بینایی ماشین که دکترای رباتیک و بینایی ماشین را در ۲۰۰۸ از ETH Zurich گرفت و پس از پسادکترا در ETH و آزمایشگاه GRASP دانشگاه پنسیلوانیا، به دانشگاه زوریخ رفت. اکنون استاد رباتیک و ادراک و مدیر بنیان‌گذار گروه Robotics and Perception در همین دانشگاه است.

دستاورد

طبق ویکی‌پدیا، در ۲۰۰۹ تیمی را رهبری کرد که نخستین کوادروتوری را ساخت که فقط با یک دوربین و IMU روی خود پهپاد کاملاً خودکار پرواز می‌کرد. الگوریتم SVO او در ۲۰۱۴ با ۱۰۰ هرتز روی یک کوادکوپتر ۲۵۰ گرمی اجرا شد و هستهٔ فناوری Zurich Eye شد که Meta آن را برای Oculus Quest خرید. هم‌بنیان‌گذار SUIND (پهپاد برای کشاورزی دقیق) است و در ۲۰۲۵ دانشمند مدعو برجسته در NASA JPL شد تا روی ناوبری مبتنی بر تصویر برای مأموریت‌های ماه و مریخ کار کند.

درس کلیدی

یک مهارت پایه، تخمین حرکت از دوربین و IMU، در مسیر او از پهپادهای کوچک به هدست واقعیت مجازی، کشاورزی و فضا رسیده است. به نظر می‌رسد عمیق شدن در ناوبری درهای زیادی را باز نگه می‌دارد.

F

Frank Dellaert

پیشینه

به گفتهٔ خودش در سایت شخصی‌اش، استاد دانشکدهٔ Interactive Computing در Georgia Tech است و دکترایش را از دانشکدهٔ علوم کامپیوتر Carnegie Mellon گرفته است. در ۲۰۱۵ تا ۲۰۱۶ دانشمند ارشد (Chief Scientist) استارتاپ پهپادی Skydio بود و در ۲۰۲۲ تا ۲۰۲۴ مدیر فنی Verdant Robotics، شرکتی که ابزار رباتیک برای کشاورزی می‌سازد.

دستاورد

به گفتهٔ خودش، جعبه‌ابزار GTSAM بسیاری از ایده‌های گروه پژوهشی او را در بر دارد؛ کتابخانه‌ای که طبق سایت رسمی‌اش ترکیب حسگرها در رباتیک و بینایی ماشین را با factor graph پیاده می‌کند. Shield AI در آگهی ۲۰۲۶ خود برای مهندس تخمین حالت، آشنایی با GTSAM را نام برده است.

درس کلیدی

مسیر او میان دانشگاه و استارتاپ رفت و برگشت داشته و ابزاری که ساخته امروز در شرط آگهی‌های استخدام آمده است. ساختن یا مشارکت در یک ابزار متن‌باز می‌تواند اثرش را فراتر از مقاله ببرد.

R

Raffaello D'Andrea

پیشینه

مهندس کانادایی-ایتالیایی-سوئیسی که کارشناسی را در ۱۹۹۱ از دانشگاه تورنتو و دکترای مهندسی برق را در ۱۹۹۷ از Caltech گرفت. استاد سیستم‌های دینامیکی و کنترل در ETH Zurich است و هم‌بنیان‌گذار Kiva Systems، که اکنون با نام Amazon Robotics فعالیت می‌کند.

دستاورد

طبق ویکی‌پدیا، در ۲۰۱۴ همراه Markus Waibel و Markus Hehn شرکت Verity را بنیان گذاشت که در پهپادهای خودکار فعال است. در ETH هم Flying Machine Arena را ساخت، جایی که ربات‌های پرنده حرکات آکروباتیک انجام می‌دهند، توپ را جاگل می‌کنند و با هم سازه می‌سازند. در ۲۰۱۶ جایزهٔ IEEE Robotics and Automation را گرفت و در ۲۰۲۰ به عضویت آکادمی ملی مهندسی آمریکا درآمد.

درس کلیدی

کار او نشان می‌دهد پایهٔ نظری کنترل وقتی با ساختن سکوهای آزمایشی واقعی همراه شود، هم به پژوهش و هم به محصول تجاری می‌رسد.

نمونه آگهی استخدام واقعی + تحلیل

یک آگهی واقعی از شرکت فعال در حال استخدام، با تحلیل هر بخش

Autonomy Engineer, State Estimation & Control

BRINCسیاتل، واشنگتن (آمریکا) — ترکیبی (hybrid)2026-07-02

تحلیل نیازمندی‌ها

EN

PhD in Computer Science or a related field, or a Master's degree with a minimum of 2+ years of industry experience.

این آگهی برای تازه‌کار با کارشناسی نیست. یا پژوهش دکترا در این حوزه لازم است یا ارشد به‌علاوهٔ دو سال کار. اگر کارشناسی دارید، نقش‌هایی مثل GNC Engineer II در Pivotal که کارشناسی با دو سال تجربه را می‌پذیرند واقع‌بینانه‌ترند.

ضروری
EN

Strong programming skills in C++ and Python, with experience developing software for real physical systems.

C++ برای کد روی پهپاد و Python برای ابزار و تحلیل. عبارت «سیستم‌های فیزیکی واقعی» یعنی پروژه‌ای که فقط در شبیه‌ساز اجرا شده کافی نیست؛ حتی یک ربات یا پهپاد کوچک دانشجویی ارزش زیادی دارد.

ضروری
EN

Experience developing state estimation and/or control algorithms for physical unmanned systems.

«و/یا» یعنی تجربه در یکی از دو سمت، تخمین یا کنترل، کافی است. باید بتوانید توضیح دهید الگوریتمتان روی سیستم واقعی چه مشکلی داشت و چطور حلش کردید.

ضروری
EN

Solid understanding of estimation and control fundamentals (EKFs, state feedback control).

باید بتوانید معادلات EKF را توضیح دهید و بگویید ماتریس‌های نویز را چطور تنظیم می‌کنید، و بدانید فیدبک حالت چطور پایداری را تضمین می‌کند. این ریاضیات را باید فهمیده باشید، نه حفظ کرده باشید.

ضروری
EN

Familiarity with modern sensor fusion approaches such as factor graphs

factor graph روش دیگری برای ترکیب حسگرهاست که در کنار فیلتر کالمن به کار می‌رود و در VIO و SLAM هم کاربرد دارد. GTSAM یکی از کتابخانه‌های آن است و Shield AI هم آن را در آگهی‌اش نام برده؛ یک پروژه با آن این امتیاز را نشان می‌دهد.

مهم
EN

Experience with ROS2, PX4, MAVSDK, and/or similar robotics middleware

این ابزارها را می‌شود رایگان و در شبیه‌ساز یاد گرفت. یک پروژه با PX4 و MAVSDK در Gazebo نشان می‌دهد با پشتهٔ واقعی پهپاد کار کرده‌اید.

مهم
EN

Familiarity with robust or adaptive control

پهپاد با بار، باد و فرسودگی قطعات تغییر می‌کند و کنترلر باید با این تغییرها کنار بیاید. آشنایی با این روش‌ها امتیاز است، نه شرط.

مفید
EN

Familiarity with safety-critical or certifiable software practices a plus

پهپادی که بالای سر مردم پرواز می‌کند باید قابل اعتماد باشد. آشنایی با شیوه‌هایی مثل الزامات قابل ردیابی و آزمون مبتنی بر الزامات (مثلاً DO-178C) کمک می‌کند.

مفید
EN

Background in UAV reliability, redundancy, and autonomous flight considerations.

یعنی بدانید وقتی یک حسگر یا موتور خراب می‌شود سیستم چه باید بکند. تشخیص خرابی و افزونگی از تخصص‌های ارزشمند این شغل است.

مفید

تحلیل مسئولیت‌ها

EN

Research and design algorithms enabling UAV state estimation and control.

کار با پژوهش شروع می‌شود: مرور روش‌ها، انتخاب رویکرد مناسب برای حسگرها و سخت‌افزار شرکت و طراحی الگوریتم.

EN

Implement and optimize real-time estimation & control algorithms on embedded processors for computational efficiency and system resiliency.

الگوریتم باید روی پردازندهٔ محدود پهپاد سریع اجرا شود و در برابر خطا مقاوم باشد. اینجا مهارت C++ و فهم هزینهٔ محاسباتی هر تصمیم اهمیت پیدا می‌کند.

EN

Validate estimation and control performance through simulation, log replay, hardware-in-the-loop, and real-world flight testing in a variety of conditions.

چهار لایهٔ آزمون: شبیه‌سازی، بازپخش لاگ پروازهای قبلی، سخت‌افزار در حلقه و پرواز واقعی. بخش زیادی از کار روزانه تحلیل نتایج همین آزمون‌هاست.

EN

Collaborate with cross-functional teams to ensure seamless integration.

طبق آگهی، این نقش با تیم‌های ناوبری، نرم‌افزار embedded و سخت‌افزار همکاری نزدیک دارد. الگوریتم خوب بدون یکپارچه‌سازی درست با بقیهٔ سیستم پرواز نمی‌کند.

EN

Contribute to technical strategy, define best practices, and help guide the evolution of the estimation and control stack as systems scale and mature.

انتظار دارند فقط مجری نباشید و در شکل دادن مسیر فنی پشتهٔ تخمین و کنترل، با بزرگ‌تر شدن ناوگان، نقش داشته باشید.

نتیجه‌گیری کلی

این آگهی تصویر روشنی از کار ناوبری و کنترل در یک شرکت پهپادی غیرنظامی می‌دهد: ترکیب حسگرها با EKF، factor graph و VIO، حلقه‌های کنترل بلادرنگ روی پردازندهٔ embedded و آزمون از شبیه‌ساز تا پرواز واقعی. مدرک بالا (دکترا یا ارشد با دو سال تجربه) و تجربه با سیستم فیزیکی واقعی شرط است، اما یادگیری عمیق در شرایط اصلی نیامده است. بازهٔ حقوق اعلام‌شده ۱۲۲ تا ۲۷۵ هزار دلار در سال است.

آینده و روندها

پیش‌بینی ۵–۱۰ ساله و مهارت‌هایی که باید یاد بگیرید

BLS پیش‌بینی می‌کند اشتغال مهندسان هوافضا در آمریکا از ۲۰۲۵ تا ۲۰۳۵، ۸٪ رشد کند که آن را «بسیار سریع‌تر از میانگین» همهٔ مشاغل می‌داند. BLS گروه جداگانه‌ای برای مهندس GNC یا ناوبری پهپاد ندارد و این نزدیک‌ترین گروه رسمی است.

منبع: BLS Occupational Outlook Handbook — Aerospace Engineers (2025–35)

مهارت‌های نوظهور که باید یاد بگیرید

ناوبری بدون GNSS: VIO و ناوبری مبتنی بر عوارض زمینfactor graph و کتابخانه‌هایی مثل GTSAMاجزای یادگرفته (یادگیری عمیق) داخل تخمین حالتتشخیص خرابی، پایش یکپارچگی و مدیریت افزونگینرم‌افزار گواهی‌پذیر مطابق DO-178Cابزارهای توسعه با کمک AI، که Pivotal صریحاً نام برده است

پیش‌بینی‌های آینده

2026

FAA در اوت ۲۰۲۵ پیش‌نویس قانونی را منتشر کرد که پرواز پهپاد در ارتفاع کم و فراتر از دید خلبان (BVLOS) و خدمات مدیریت ترافیک پهپاد (UTM) را قاعده‌مند می‌کند، و در ژانویهٔ ۲۰۲۶ دورهٔ نظرخواهی آن را دربارهٔ قابلیت شناسایی الکترونیکی و حق تقدم دوباره باز کرد.

2030

FAA در پیش‌بینی هوافضای ۲۰۲۶ تا ۲۰۴۶ پیش‌بینی می‌کند شمار خلبانان از راه دور دارای گواهی، از ۴۹۳٬۳۹۶ نفر در ۲۰۲۵ با ۲۸٪ رشد به ۶۲۸٬۶۰۰ نفر در ۲۰۳۰ برسد و آن را نشانهٔ رشد فعالیت‌های تجاری و عمومی پهپادها می‌داند.

2035

BLS پیش‌بینی می‌کند اشتغال مهندسان هوافضا در آمریکا از ۲۰۲۵ تا ۲۰۳۵، ۸٪ رشد کند و علاقهٔ ادامه‌دار به استفاده از پهپاد در کارهایی مثل تشخیص آتش‌سوزی جنگل را یکی از عوامل این رشد می‌داند.

ریسک‌های واقعی

رشد بازار پهپاد یکنواخت نیست: FAA در پیش‌بینی ۲۰۲۶ خود نوشته ثبت پهپادهای تجاری تازه در ۲۰۲۴ به اوج رسید و رو به کاهش است، هرچند شمار کل پهپادهای ثبت‌شدهٔ فعال هنوز بالا می‌رود. مقررات پرواز فراتر از دید خلبان (BVLOS) که برای تحویل کالا و بازرسی در مقیاس بزرگ مهم است، تا آخرین سند Federal Register که در این بررسی دیده شد هنوز در مرحلهٔ پیشنهاد بود. وابستگی بخش بزرگی از بازار به صنایع دفاعی هم یعنی بسیاری از نقش‌ها تابعیت یا مجوز امنیتی می‌خواهند. در مقابل، این مهارت‌ها به رباتیک، خودروی خودران، فضا و واقعیت افزوده هم منتقل می‌شوند.

منابع

اطلاعات این صفحه در تاریخ ۱ آبان ۱۴۰۵ از این ۳۱ منبع بررسی شده است.

  1. Autonomy Engineer, State Estimation & Control — BRINC (job posting)
  2. Autonomy Engineer, Navigation — BRINC (job posting)
  3. GNC Engineer - Navigation — Pivotal (job posting)
  4. Senior/Staff Controls Engineer — Zipline (job posting)
  5. Senior Autonomy Engineer - Controls — Skydio (job posting)
  6. Autonomy Engineer - Planning and Controls, Zurich — Skydio (job posting)
  7. Senior Engineer, State Estimation and Modeling — Archer Aviation (job posting)
  8. Staff Engineer, State Estimation (R5783) — Shield AI (job posting)
  9. Staff Deep Learning Engineer, State Estimation (R5785) — Shield AI (job posting)
  10. State Estimation Engineer (R4602) — Shield AI (job posting)
  11. GNC System Development Engineer, Prime Air — Amazon (job posting)
  12. GNC Sr. System Development Engineer, Prime Air — Amazon (job posting)
  13. Guidance, Navigation, and Controls Engineering Intern, Summer 2027 — Wing (Greenhouse posting data)
  14. Senior GNC Engineer, Sydney — Anduril Australia (job posting)
  15. Controls Engineer Intern (Summer 2027) — Zipline (job posting)
  16. Lead Flight Controls & Software Engineer – Special Programs — Archer Aviation (job posting)
  17. levels.fyi — Guidance, Navigation & Control Aerospace Engineer salary (US)
  18. Glassdoor — GNC Engineer salary, United States
  19. BLS Occupational Outlook Handbook — Aerospace Engineers
  20. ITJobsWatch — Kalman Filter jobs and salaries (UK)
  21. levels.fyi — Aerospace Engineer salary in Germany
  22. FAA Aerospace Forecast FY2026–2046 — Emerging Aviation Entrants: UAS and AAM (PDF)
  23. Federal Register — Normalizing UAS Beyond Visual Line of Sight Operations (proposed rule, Aug 2025)
  24. Federal Register — BVLOS proposed rule, reopening of comment period (Jan 2026)
  25. PX4 Guide — Using PX4's Navigation Filter (EKF2)
  26. PX4 autopilot — Wikipedia
  27. GTSAM 4.3
  28. OpenVINS documentation
  29. Davide Scaramuzza — Wikipedia
  30. Frank Dellaert — personal site
  31. Raffaello D'Andrea — Wikipedia

برای راهنمایی شخصی‌سازی‌شده مشاوره بگیرید