主要研究方向为机器人、计算机视觉与人工智能,具备从硬件设计到软件算法的全栈能力。在计算机视觉方面,擅长小目标检测与计数、动态环境下的目标检测与跟踪、视觉感知不确定性估计以及复杂场景理解,熟悉大规模视觉模型(如CLIP、DINO、SAM)及视觉-语言多模态模型的应用。在机器人感知、控制与导航方面,具备交互式感知、动态环境下闭环视觉伺服控制、多传感器融合、SLAM与语义SLAM、栅格地图与拓扑地图导航等经验,熟练使用ROS1/ROS2进行机器人系统开发。在AI学习与决策方面,掌握强化学习、深度强化学习、交互式强化学习及不确定性下的概率决策方法,并有人机交互相关项目经验。在硬件与嵌入式系统方面,具备机械结构设计、电路设计、单片机控制系统开发能力,熟悉Arduino、STM32等平台及IR、LiDAR、超声波、IMU、RGB-D视觉、GPS等多类传感器的集成应用。编程语言方面熟练掌握Python、C/C++、MATLAB,熟悉PyTorch、TensorFlow等深度学习框架及OpenCV、CUDA、ONNX、Docker等开发工具,具备完整的机械、电子、软件一体化机器人系统集成能力。
(1)水盆诱捕器中基于机器人交互搅拌的自动害虫计数研究,提出小目标检测优化方法、动态液体环境下的计数置信度评估方法,以及自适应搅拌速度闭环控制策略;(2)基于拓扑地图的葡萄串自主导航计数系统,结合动态环境目标检测与跟踪及三维圆柱模型,避免漏计数;(3)室内移动机器人语义感知与地图构建项目,轻量化目标检测网络在精度与速度间的平衡,并结合LiDAR线特征识别提升复杂室内场景的结构化环境理解能力;(4)除草机器人研发:毒草检测定位,机械臂精准打药 (5)基于卫星影像的农田监测系统,从图像分割、矢量提取、面积计算到应用部署的完整流程;(5)草莓采摘场景下的开放词汇视觉-语言分割研究;(6)黑箱温室机器人二次开发,通过Arduino与ROS2实现外部控制系统重构 (6)群体机器人编队控制 (7)四足机器人智能控制
现有基于图像的昆虫计数方法依赖于单幅静态图像,当昆虫因重叠或聚集而发生遮挡时,往往会低估昆虫数量。为了解决这一问题,本文提出了一种基于主动机器人搅拌的自动昆虫计数方法,通过重新分布昆虫,使原本被遮挡的个体暴露出来,从而实现更准确的计数。主要贡献包括三个方面:改进小目标检测性能;提
在该任务中,机器人能够准确统计葡萄园中所有葡萄串的数量,并获取所有葡萄串的三维空间坐标。首先,机器人利用 YOLOv3 对葡萄串进行检测,该方法能够有效解决图像中存在部分重叠区域的多目标检测问题。随后,在机器人运动过程中,通过计算欧氏距离,对不同相机帧中的目标中心进行跟踪。之后,