1.熟悉 C/C++/Python等语言,掌握面向对象设计方法,掌握链表、栈等数据结构,熟悉ARM Cortex-M 系列处理器及相关开发环境。
2.熟悉 Linux 开发环境,掌握Linux 操作指令,熟悉多线程编程、内存管理等知识。熟悉根文件系统制作并可通过需求添加软件,熟悉设备树修改,了解Linux驱动。
3.有 Linux 操作系统开发与调试经验,对 Linux 操作系统的内存管理、文件系统以及线程调度有一定的了解,并且具有在基于Linux 操作系统开发软件经验。
4. 熟悉网络编程,利用 TCP 套接字实现以太网通讯,有网口驱动调试经验。熟悉嵌入式软件开发,了解 SPI、IIC、UART 等协议,有 CAN 通讯调试经验。
5. 有硬件开发经验,从原理图设计,器件选型,模拟电路,PCB画板,设计规范检查,开发板调试等完整发发流程。
6. 熟悉 Qt 编程,掌握基于 Linux 架构软件开发,能够更具需求使用控件,实现x86 ARM64 平台交叉编译。
7. 熟练掌握数电、模电、电路等基础知识和电子器件工作原理。
1.基于特高压直流外送的GW级储能技术研发(青海国网项目)
基于特高压直流外送的 GW 级共享储能区块链关键技术开发(企业项目)
主要负责:项目中的嵌入式总控软件开发实现功能:编写可交互上位机软件操作界面,通过 CAN 等接口连接各个电池簇管理单元,通过RS485 等与多台 PCS和其他设备信息进行交互,通过 RJ45 网口进行通信,执行标准 MODBUS/TCP 规约,支持双网监控系统接入,支持接入对时网络。
2.嵌入式神经网络模型本地化部署研究
项目目标:攻克洗衣机嵌入式硬件(STM32系列开发板)资源限制难题,实现“数据采集-模型训练-本地化部署-结果验证”全流程落地,让洗衣机无需依赖云端即可完成实时智能参数优化,提升响应速度、保护用户隐私,同时保证推理精度与硬件适配性。
项目价值:打破传统云端推理依赖网络、延迟高、隐私泄露的痛点,使洗衣机智能功能响应延迟≤50ms,断网状态正常运行,推理精度≥95%,适配主流嵌入式硬件,为智能家居设备本地化AI部署提供示范。
为提升高端机型在高速脱水阶段的感知能力,我开发了 ‘基于轻量化神经网络的衣物不平衡(OOB)实时检测系统’从研发到量产的端到端部署。 我的职责 1. 数据采集与预处理- 采集洗衣机运行时核心数据( m_real 实际负载质量、 W 洗涤桶转速、 D 水流强度、 name 负载
基于Buildroot环境配置开发用于电池管理系统的总控软件。 ①基本信息一览界面能够实时显示总电压、总电流、SOC、SOH、充电电流、放电电流、最值电压温度等,还能实时指示充放电状态和接触器状态。 ②参数配置界面,可以分别设置15项参数配置三级预警和恢复门限,配置界面直观,
为彻底改变研发调试中低效状态,我从零设计并开发了一套洗衣机参数实时监控与数据分析软件。该工具通过UART总线与多台测试样机通信,实现关键传感器数据与控制参数的毫秒级同步采集、可视化与日志分析。我构建了异常检测模块,能自动标记程序运行中的异常点,将问题定位时间从平均数小时缩短至分钟