项目一：大型化工厂智能拆垛视觉与复合机器人控制系统（python版本加c#版本都有）
项目描述： 针对高强度化工作业车间的自动化改造需求，研发基于3D视觉与复合机器人的高精度定位与抓取系统，解决复杂场景下的垛型识别与柔性搬运难题。
责任描述与技术亮点：

核心算法跨语言重构： 主导核心视觉算法的跨语言移植工作，将初期基于Python的算法方案全面重构成C#架构，大幅提升了在工业上位机中的执行效率与系统稳定性。

2D/3D数据融合： 针对单一视觉维度的局限性，设计并实现了2D图像与3D点云深度融合的处理算法，有效消除了复杂光照和反光造成的测量偏差。

高精度手眼标定： 负责大视野3D相机与机械臂的手眼标定（Hand-Eye Calibration）工作，通过底层运动学解算，将复合机器人的综合抓取误差严格控制在5mm以内。

边缘节点部署： 解决基于RK3588等ARM架构主板在恶劣工业环境下的部署难题，独立完成系统网络配置（如解决多网卡MAC地址冲突）、系统固化及开机自启脚本编写。

项目二：基于 YOLOv11 OBB 的工业视觉瑕疵检测与调试平台
项目描述： 为智能制造产线提供高精度的目标检测服务，并开发配套的视觉开发辅助工具，以解决产线换型时现场调试效率低下的问题。
责任描述与技术亮点：

前沿算法落地： 负责基于 YOLOv11 的 Oriented Bounding Box (OBB) 旋转框推理算法开发与模型训练，精准解决了工业场景中任意角度、不规则物体的定位与缺陷检测。

底层通讯与设备控制： 基于 Modbus 等主流工业通讯协议，完成上位机与多设备的精准寄存器映射与数据同步；独立编写驱动完成复杂末端执行器（如灵巧手、智能夹爪）的集成。

创新性性能剖析工具开发： 为了将性能优化做到极致，自主研发了类似 VS Code 风格的代码行内实时耗时剖析工具。该工具可在代码行尾动态显示算子执行时间，并通过绿、黄、红三色直观区分正常与异常耗时。这一设计摒弃了繁琐的传统UI面板，大幅降低了现场工程师排查算子性能瓶颈的时间成本。

项目三：医疗康复机器人“四诊”评估与控制系统
项目描述： 与知名高校产学研合作开发的智能化康复医疗设备，旨在通过多模态传感器数据采集与高精度机械传动，实现自动化、数字化的康复评估与辅助训练。
责任描述与技术亮点：

系统架构与全栈开发： 独立完成一期“四诊”上位机软件的整体架构设计、交互逻辑实现以及业务代码编写，确保医疗级系统的高稳定性。

多端设备联调： 深入机械臂底层，编写与修改各类控制脚本（如 Lua / JBI 脚本），实现上位机指令到机械臂平滑运动的精准转换。

全生命周期主导： 顺利完成一期系统的现场交付与验收，目前正主导二期系统的硬件选型、传感器增配及软件架构的全面迭代升级。
项目四：大型化纤产线分布式数据流转与可视化大屏监控系统
项目描述： 为大型化纤生产线研发的端到端分布式监控系统。该系统涵盖边缘计算板卡端、中心数据服务端以及车间可视化大屏端，实现从底层设备数据采集到云端处理，再到现场实时大屏展示的完整闭环。
责任描述与技术亮点：

边缘端（板卡）部署与网络优化： 负责边缘计算节点（如RK3588等Linux/Ubuntu ARM架构主板）的系统环境搭建与核心业务逻辑下发。针对复杂的现场网络环境，成功解决多网卡（如 eth0 与 wlan0）MAC地址冲突及静态IP掉线等底层网络配置难题，保障数据采集的高可用性。

服务端架构与数据同步： 构建边缘节点与中心服务器之间的高并发通讯链路，确保产线状态、设备心跳及报警数据能够低延迟、无丢失地同步至服务端，为后续的数据分析与看板呈现提供坚实的数据底座。

大屏端 SDK 集成与开发： 深入对接底层硬件驱动，熟练完成各类 LED 控制卡（如 QYLED 控制卡）SDK 的二次开发与集成。实现车间看板数据的动态渲染，将复杂的产线运行指标转化为直观的图表和实时报警提示。

项目五：数字化车间 NC 数据管控与混合产线调度系统
项目描述： 针对某大型化纤厂核心车间（第13车间）的数字化改造与日常维保需求，主导开发并持续优化车间的数控（NC）数据管控中心与产线控制软件。
责任描述与技术亮点：

NC 数据上传中心研发： 独立开发与维护 NC 数据管控平台，打通了底层生产设备与上层管理系统之间的数据壁垒。通过优化底层通讯协议，确保大批量工艺参数、加工程序的双向稳定传输与精准下发。

自动/手动双模式无缝切换： 针对现场复杂多变的生产工况，重构了产线控制软件的状态机逻辑。实现了整条自动生产线软件在“全自动运行”与“人工手动干预”模式之间的平滑、安全切换，大幅降低了现场设备调试与突发故障时的停