猿急送>

北京其它兼职程序员

ID：421775

璀璨*星河

运动控制算法工程师

公司信息：
北航

工作经验：
3年

兼职日薪：
600元/8小时

兼职时间：
可工作日远程

所在区域：
北京
海淀

技术能力

作为机器人运动控制与智能感知领域的资深技术顾问，我具备将前沿算法与工程实践深度融合的综合能力。在机器人底层控制方面，精通MIMO非线性运动控制与高精度运动轨迹规划，能够针对多自由度机械臂或移动机器人设计解耦控制策略。在状态估计与信号处理层面，熟练掌握卡尔曼滤波及其扩展形式（EKF/UKF），以及基于小波变换和傅里叶分析的时序信号去噪与特征提取方法，有效处理多源传感器（IMU、编码器、视觉）的数据综合与惯性导航位姿解算。在智能决策方面，擅长运用MAMBA状态空间模型与Transformer架构处理长序列预测任务，并结合联邦学习框架实现分布式数据下的模型训练与隐私保护。此外，具备图像识别与FPGA硬件部署能力，可将上述关键算法（如滤波、控制律、轻量化神经网络）通过Verilog进行硬件加速与边缘端落地。我专注于提供从算法原型到实时嵌入式系统实现的完整技术咨询方案。

项目经验

项目经验：
六轴协作机械臂MIMO自适应运动控制系统
独立负责机械臂的动力学建模与高精度轨迹规划。基于MIMO非线性控制架构，设计了逆动力学补偿+滑模控制算法，实现在负载变化下的末端轨迹跟踪误差＜0.05mm。采用卡尔曼滤波融合关节编码器与IMU数据，抑制振动噪声，提升动态响应稳定性。项目落地于自动化产线装配工位，节拍提升22%。
多传感器融合的移动机器人室内定位与路径规划
针对仓储AGV，设计了一套基于多源传感器（激光雷达+RGB-D相机+轮式里程计）的综合位姿解算系统。利用扩展卡尔曼滤波（EKF）融合数据，结合A*与DWA算法实现动态避障与平滑轨迹规划。同时部署轻量化Transformer网络用于时序预测（行人轨迹与障碍物运动），提前调整速度策略，碰撞率降低37%。最终算法在ARM+FPGA异构平台上实现实时推理。
基于MAMBA状态空间模型的工业时序信号故障预测
为旋转机械设备搭建端到端预测性维护系统。采用小波包分解提取振动信号特征，以MAMBA架构代替传统RNN，处理长达10⁵步的时序数据，捕捉长程依赖。模型联合联邦学习框架，在多个工厂节点间不共享原始数据的情况下协同训练，异常检测F1-score达到0.94。同时将核心滤波与推理算子通过Vivado HLS部署到FPGA，单次推理延迟＜2ms。