1.能够熟练使用STM32、 STC89C51、树莓派PICO等系列单片机 ,掌握I2C ,SPI , UART,RS485,RS232等多种通信协议
2.能够熟练使用openmv、树莓派、JESTON NANO等开发板 ,熟练使用Opencv进行机器视觉开发,熟悉Torch平台下的模型训练与部署,熟练使用Linux下的编程
3.能够熟练使用C、 PYTHON进行基础编程 ,能够使用MATLAB、JAVA进行编程
4.能够进行电路板设计以及焊接
5.具有较好的数学基础以及合格的英文文献阅读能力(四级 445)
《基于深度学习的虫害智能预警系统》
项目背景: 项目针对目前果树虫害发生面积大、危害严重以及缺乏有效的预测方法等问题 ,基于YOLOV11的深度学习模型 ,对虫害进行实时的监测 ,能够在虫害大规模爆发前进行及时的预警。
承担工作: ★ 负责机器人底层驱动电路的设计 ,使用嘉立创PCB电路设计工具为机器人设计了PCB电路板
★ 负责机器人机器视觉系统设计 ,借助YOLOV11算法进行模型训练 ,并使用DeepStream进行 识别加速后部署到树莓派中(识别准确率97%)
★ 负责机器人控制技术设计 ,使用STM32单片机采用FreeRtos实时操作系统 ,使用PID算法准确控制电舵机运动(无碰撞率93%) ,在3m/s速度下高效巡检
桥墩医生——桥梁裂缝检测机器人
项目背景: 项目针对我国桥梁众多 ,桥墩裂缝难以勘测的问题 ,利用基于卷积神经网络的YOLOV11目标检测 算法 ,建立用于检测桥梁裂缝的智能识别模型 ,通过水下机器人搭载双目摄像头方法进行实时检测桥墩表面 裂缝 ,为我国桥梁安全检查提供依据。
承担工作:★ 负责机器人机器视觉系统设计,在网络收集相关图片 ,使用LabelImg图像标注工具标注后借助 算法进行模型训练 ,并部署到Jeston Nano中(识别准确率93%)
项目背景: 项目针对目前果树虫害发生面积大、危害严重以及缺乏有效的预测方法等问题 ,基于YOLOV5的 深度学习模型 ,对虫害进行实时的监测 ,能够在虫害大规模爆发前进行及时的预警。 承担工作: ★ 负责机器人底层驱动电路的设计 ,使用嘉立创PCB电路设计工具为机器人设计了P
项目背景: 项目针对我国桥梁众多 ,桥墩裂缝难以勘测的问题 ,利用基于卷积神经网络的YOLOV11目标检测 算法 ,建立用于检测桥梁裂缝的智能识别模型 ,通过水下机器人搭载双目摄像头方法进行实时检测桥墩表面 裂缝 ,为我国桥梁安全检查提供依据。 承担工作:★ 负责机器人机器视
项目背景: 项目针对我国桥梁众多 ,桥墩裂缝难以勘测的问题 ,利用基于卷积神经网络的YOLOV11目标检测 算法 ,建立用于检测桥梁裂缝的智能识别模型 ,通过水下机器人搭载双目摄像头方法进行实时检测桥墩表面 裂缝 ,为我国桥梁安全检查提供依据。 承担工作:★ 负责机器人机器视