机器人系统 ROS (Robot Operating System) (精通), SLAM/导航 (Scan-Context, 点云处理), 传感器融合 (LiDAR, IMU)
导航与感知 激光雷达点云处理 (PCL库), 3D视觉定位, 计算机视觉 (OpenCV), YOLO系列目标检测 (v5/v8)
编程语言 Python (精通), C/C++ (精通), Shell Script
嵌入式开发与人机交互 STM32 (F4/H749), FreeRTOS, LVGL 界面设计, 树莓派应用开发
工具与框架 Docker, MATLAB 仿真建模, SQLite/MySQL, WorkFlow
系统与部署 Linux 系统管理, WebSocket 通信, CUDA GPU加速
钢板缺陷智能检测系统(2025.3 - 2025.4):
技术架构:基于Python+YOLOv8算法构建检测模型,集成Open CV图像增强技术(自适应直方图均衡化、形态学滤波),通过PyQt设计多线程PC端交互界面,支持图片/摄像头双模式检测。
核心贡献:
优化YOLOv8模型:引入注意力机制(CBAM模块),提升小目标缺陷检测精度至98.2%;
设计动态阈值分割算法:解决钢板反光干扰问题,误检率降低30%。
电缆故障检测闪测仪(2024.10-2025.01 | 西安华普电力设备制造有限公司):
技术方案:基于STM32H749芯片设计μs级脉冲采集电路,利用LVGL开发触控交互界面,集成FreeRTOS多任务调度框架。
核心贡献:
优化信号处理算法:通过滑动窗口FFT分析波形特征,定位精度达±1米(行业标准为±5米);
智能液位监控系统(2025.02-2025.04):
技术方案:基于树莓派BCM2835平台开发,集成泡沫检测算法(OpenCV背景建模),通过WebSocket实现远程数据实时传输。
核心贡献:
设计低延迟架构:系统响应时间≤200ms,支持500+终端并发访问;
解决工业环境干扰:采用卡尔曼滤波优化传感器数据,误报率降低至1%以下;
客户价值:获某化工企业验收满分评价,并签订后续3期合作订单。
AI 模型平台二次开发与部署(2025.05):
技术方案:基于Dify平台实现Deepseek大模型本地化部署,结合WorkFlow自动化生成MySQL数据可视化报表。
核心贡献:
设计动态预警机制:通过阈值联动分析,异常检测响应时间缩短至10秒内;
基于机器视觉的 Metal cassette 档杆开关状态检测系统(2025.1 - 2025.2):
技术方案:采用YOLOv5构建检测模型,结合Open CV实现图像畸变校正与ROI区域提取。
核心贡献:
优化模型泛化能力:通过数据增强提升多光照场景准确率至97.5%;
设计轻量化前端界面:基于Open CV的GUI工具,操作响应时间<0.5秒;
客户评价:系统应用于汽车生产线,人工复检工作量减少70%,缺陷漏检率为0。
基于机器视觉的 Metal cassette 档杆开关状态检测系统(2025.1 - 2025.2): 技术方案:采用YOLOv5构建检测模型,结合Open CV实现图像畸变校正与ROI区域提取。 核心贡献: 优化模型泛化能力:通过数据增强提升多光照场景准确率至97.5%;
- **多种推荐算法**:实现了基于用户的协同过滤(UserCF)、基于物品的协同过滤(ItemCF)、SVD矩阵分解以及混合推荐算法 - **前后端分离**:后端使用Flask框架,前端使用Vue.js 3 - **用户系统**:完整的用户注册、登录、JWT认证 - **