技术能力

具备计算机视觉、深度学习算法、工业机器视觉、Android嵌入式多栈复合开发能力，熟练使用Python、C++、Kotlin/Java进行跨语言程序开发；精通OpenCV图像处理、PyTorch深度学习训练部署，掌握YOLOv8、ResNet18、ST-GCN、SVM等传统及深度视觉算法，擅长基于海康VisionMaster、工业相机SDK完成视觉系统二次开发，可实现1μm级亚像素高精度定位、无模板PCB识别、工业缺陷检测与尺寸标定。精通Modbus TCP、RTSP、BLE、TCP/UDP等多类设备通信协议，完成视觉算法与PLC、工业机械臂联动开发；具备Android智能硬件全栈开发经验，熟悉JNI/NDK底层驱动、多传感器数据滤波、AR渲染、音视频编解码、低功耗优化、OTA固件升级、AES加密等嵌入式配套技术。熟练运用PyQt5、Jetpack Compose搭建上位机与移动端交互界面，掌握多线程、Socket服务、Redis、SQLite/Room数据库等后端交互技术；扎实掌握数据结构、信号与系统、机器学习理论，具备独立完成方案设计、模型训练、软硬件集成、性能调优、项目量产落地的完整工程能力，擅长跨岗位协同对接电气、嵌入式开发人员输出标准化商用软件方案。

项目经验

智能眼镜嵌入及配套软件 软件架构师
内容:
项目为给智能眼镜进行设计原始嵌入软件，不限于识别，蓝牙通讯，眼镜直播，显示，嵌入api接口，并设计客户端进行并发，处理计算。
采用Android sdk ndk和c++实现了底层摄像机等硬件jni接口初始化，语言采用kotlin以及java用于开发Android things传感器开发：处理陀螺仪、加速度计、眼动追踪传感器等数据，需掌握 SensorManager 类及传感器数据滤波算法。外设通信：蓝牙
（BLE）、Wi-Fi、NFC 等模块对接，使用 Android Bluetooth API、WifiManager 实现与外设或手机的连接。音视频处理：摄像
头实时采集、麦克风拾音，需用 CameraX 或 MediaCodec 进行编码解码，满足眼镜端的AR 渲染、实时通话需求。AR 渲染：集成 ARCore（Google）或 EasyAR 框架，实现空间定位、虚拟物体叠加，结合 OpenGL ES / Vulkan 进行图形渲染优化。语音交互：接入 Android Speech API 和m01SDK，实现语音识别与合成，支持离线语音指令。低功耗优化：掌握 Doze 模式、
JobScheduler 等 Android 电源管理技术，适配智能眼镜的续航需求。- 移动端开发：基于 Android Jetpack 组（ViewModel、LiveData、Room、Navigation），采用 Kotlin Coroutines + Flow 实现异步编程。
- 跨平台可选：若需支持 iOS，可结合 Kotlin Multiplatform Mobile（KMM） 共享业务逻辑，避免重复开发。
2. 通信技术
- 设备互联：通过 蓝牙 BLE 实现低功耗数据传输，指令下发、状态同步，或TCP/UDP 协议 进行 Wi-Fi 高速通信网络通信：采用
Retrofit + OkHttp 实现客户端与云端的交互，支持 RESTful API 或 WebSocket 实时通信。3. 数据管理与同步本地存储：使用
Room 数据库存储设备配置、用户数据，结合 DataStore 替代 SharedPreferences 管理键值对数据。云端同步：集成 Firebase Realtime Database 或自建服务，实现多设备数据同步，需处理网络异常、数据冲突等问题。. UI/UX 设计与交互界面开发：使用Jetpack Compose（现代）或 XML 布局（传统）构建客户端界面，支持深色模式、自适应屏幕。设备控制 UI：定制化控制面板如眼镜参数调节、固件升级界面，实现实时状态展示与指令下发。
通用支撑技术有:1. 固件升级：实现 OTA升级，通过 Android Update API 或定制化升级协议，保障嵌入式软件的远程更新。2. 测试与调试：使用 JUnit + Espresso 进行单元测试和 UI 测试，通过 Android Studio Profiler 监控性能，借助 ADB 调试嵌入式设备。3. 安全技术：数据传输加密AES、设备鉴权Token、蓝牙配对码，防止数据泄露和非法连接。
业绩:通过和导师以及实验室其他同事的不懈努力和推进，项目为二级实验室解决了项目落地的困扰，并为技术瓶颈打开了可行的窗口，并完整落地，下放为合作子公司的关键技术，并为国产化智能眼镜提供了更低成本，加强性能的技术思路。
智能pcb金手指检测及对刀系统 算法工程师，软件工程师
内容:
1. 项目为电路板制造业中制造加工设备关键配套软件，基于深度学习实现无模板识别电路板边缘以及加工位高精度计算，并通过与加工机床实时通信完成电路板金手指切削的操作
2. 采用OpenCV结合ResNet18神经网络实现对电路板的金手指区域自动识别，通过亚像素高精度计算精确获取加工区域的显微物理长度和角度，测算精度达99.35%并发送给plc进行操控机床加工；基于PyQt5开发动态交互界面，集成海康威视SDK实现相机自动白平衡、自动连接相机，处理高数据流帧，通过modbus tcp实现通信控制与设备联动，构建一体化、高操作性、高可行性的软件系统
2025.06-2025.07
2024.10-2024.11
2024.07-2024.09
3. 担任算法工程师与架构设计师，主导算法设计、硬件选型、模型训练及嵌入式软件集成，协同电气工程师与软件开发工程师推进项目开发、系统设计与后期维护
业绩:
此项目为公司实现市值160万元的设备项目完美落地，并通过出售于深南电路，超颖电子等大型电子制造厂商，进行项目落地。

团队情况