从事机械臂柔顺控制、机器人精细操作、环境感知算法研究逾15年,熟练掌握其中的核心算法与实际工程落地。
在工具层面: 熟练掌握ros1/ros2、c/c++、python、OpenCV等开源工具。精通ros开源架构为基础的机器人软件系统设计、消息定制、c/c++/python节点程序开发。
在算法层面: - 精通垂直多关节机械臂正逆向运动学推导与解算算法;
- 精通机器人阻抗控制、力位混合控制与控制参数调优算法;
- 熟练掌握2D/3D工业相机内参标定、手眼标定技术;
- 精通2D与3D结合的操作对象识别、空间6D姿态估计算法;
- 精通视觉与柔顺控制结合的机器人柔顺作业算法;
- 熟练掌握基于openhaptics遥操设备的机械臂主从控制算法。
- 主持电力部门典型门体机器人开门项目,提出深度学习算法为基础的门把手抓握6D姿态估计与基于柔顺控制的误差补偿方法。在ros环境中搭建了机器人软件系统,典型环境下开门成功率近100%,可长时间稳定运行。
- 主持医院系统诊断辅助机器人项目,提出基于人体关键点的探测器作业姿态估计与柔性接触诊断算法,基于ros环境设计了整体软件系统,可辅助医护人员高效诊断病情,效率得到了极大提升。
- 作为核心人员参与“主战装备数码迷彩自动喷涂项目”,主要承担其中的大型装备3D模型区域划分及在此基础上的机械臂喷涂作业指令自动生成任务,合作开发了智能迷彩系统,可在半小时内实现大型主战装备的自动喷涂。相比之下,传统的示教编程方法需要1天以上。
- 主持医院系统自动送药机器人项目,提出一种新型QR码及在此基础上的识别定位方法,应用在机器人定位应用中,定位精度得到了大幅提升。
本项目旨在实现典型门体自动柔性开门任务。设计实现的系统主要包含两大模块: 1. 以深度学习算法为基础的典型门把手抓握6D姿态估计;2. 以性能提升的柔顺控制算法为基础的视觉定位误差柔性补偿方法。针对第一个模块,结合以yolov*为基础的2D物体识别与2D-3D对应关系,实现了由粗
本项目旨在实现基于机械臂的大型装备数码迷彩自动喷涂。整个系统包含以下模块: 1. 点云采集与3D重建; 2. 数码迷彩生成; 3. 喷涂作业指令自动生成; 4. 指令复用。 第一个模块基于tof相机从各角度采集点云,在拼接后基于多边形网格重建 实现3D重建任务; 第二个模块根据
本项目旨在设计一款辅助机器人进行定位的可编码人工标志。设计的新型QR码基于二进制对色块的大小进行调控,与排列一起共同完成了码值编码。借助边缘定位框和编码色块顶点,可实现QR码的高精空间定位。本人独自完成了以上所有功能,应用在机器人辅助定位中。