AI 能力:面向检测、分割、深度/立体、时序或决策类任务,能完成数据规范、模型选型、训练与调参、离线评测与报告;关注可复现配置、版本记录与部署侧衔接(如导出模型、推理耗时与精度对齐)。
机器人感知与运动:视觉与环境感知链路(标定、校正、特征/深度相关模块与工具脚本);结合机械臂场景,可承担运动学/动力学相关计算、轨迹与速度规划、与感知结果联动的控制或仿真接口侧算法实现,配合实机或仿真平台迭代。
工程栈:精通 Python;熟悉 Linux 开发与服务器训练;熟练使用 OpenCV;桌面侧可用 PyQt / Tkinter 搭建标定、监控与结果展示界面。
数据与协作:熟悉 MySQL 与统计分析;研究生,具备任务拆解、里程碑与验收的项目协作经验。
项目名称:机械臂非结构化抓取——视觉感知与实机联调
项目描述:面向协作机械臂在非结构化场景下的目标定位与稳定抓取需求,负责视觉感知链路的算法与工程实现。完成相机标定与手眼关系校验流程脚本化,基于深度学习完成目标检测/实例分割与后处理,输出抓取候选区域与约束信息;结合深度或 ROI 策略降低误检,编写离线评测与在线可视化工具。使用 Python、OpenCV 与深度学习训练推理框架,在 Linux 环境下完成多轮实机联调与问题定位,沉淀可复现配置、评测记录与联调说明,抓取成功率与感知时延达到课题约定指标。
项目名称:视觉反馈下的机械臂轨迹修正与规划验证
项目描述:针对示教或规划轨迹在执行中受安装误差、负载与环境扰动影响的问题,搭建视觉反馈闭环原型并完成仿真与实机对比验证。实现稳定视觉跟踪与坐标变换,将图像空间误差映射为末端或关节空间修正量,与既有运动规划或插补模块对接;提供参数化配置与实验数据归档,支持版本对比与回归用例。技术栈为 Python、OpenCV、几何与运动学相关计算及轻量桌面调试界面,在仿真与实机环境完成多组对比实验,末端位姿误差与系统稳定性较基线方案明显改善。
项目名称:养殖险牛猪个体识别与边缘部署
项目描述:面向保险验标与理赔场景,实现牛、猪脸部检测与个体识别,适配栏舍与户外成像。完成模型训练评测、部署于查勘终端或场区边缘设备,支持弱网离线识别与结果回传。
项目角色:项目与技术负责人 技术栈:Python, PyTorch,Transformer , OpenCV, Flask,图像检测、分割、移动端部署、特征提取与比对 项目介绍:类似于人脸识别,通过移动端拍摄得到牛、猪的图像,对图像进行检测、校正、分割后,提取图像特征,存入向
本项目面向机器人与移动平台对环境距离感知的需求,搭建从双目标定、极线校正、视差估计、深度恢复到目标测距与质量评估的完整软件链路。我在项目中承担方案设计、核心算法与工具链实现:使用 OpenCV 完成相机内外参标定与批量极线校验;视差与深度模块在传统 StereoSGBM + WL
对需求理解到位,处理问题速度快