猿急送>

深圳Java兼职程序员

ID：428124

Good May👱

架构师

公司信息：
深圳爱瑞思软件

工作经验：
10年

兼职日薪：
600元/8小时

兼职时间：
下班后
周六
周日
可工作日远程

所在区域：
深圳
南山

技术能力

资深全栈架构师
精通从底层固件到云端大脑、从电路设计到AI算法的全技术栈
具备打通底层硬件驱动 → 中间件通信 → 业务逻辑算法 → 云端数据中台的完整交付能力。
• 异构计算能力：精通x86/ARM/FPGA架构下的高性能计算与实时系统开发。
• 工程化思维：拥有大规模分布式系统的高并发架构经验与机器人安全冗余设计实战经验。
核心技术栈清单
1. 底层固件与嵌入式系统• MCU/SoC开发：STM32, ESP32, Raspberry Pi, Nvidia Jetson (Orin/Xavier), TI TMS320。
• 实时操作系统：FreeRTOS, VxWorks, Zephyr, RT-Thread。• 驱动与通信协议：I2C, SPI, UART, CANopen, EtherCAT, Modbus, USB-HID。
• 机器人专用：ROS/ROS2 (Humble/Foxy), OpenCR, Arduino。
2. 感知与算法工程• 计算机视觉：OpenCV, PCL (点云库), ZBar (二维码检测), AprilTag。
• 深度学习框架：PyTorch, TensorFlow, ONNX, TensorRT (模型部署与加速)。
• 传感器融合：IMU (AHRS姿态解算), 激光雷达 (LiDAR), 深度相机 (Intel RealSense / Zed)，多传感器时间戳同步。
• 导航与控制：MoveIt (运动规划), OMPL, Nav2, SLAM (GMapping/Cartographer)。
3. 机器人中间件与微服务• 通信框架：ZeroMQ, gRPC, DDS (Data Distribution Service), MQTT。
• 后端核心：Java (Spring Cloud), Go (Micro/Go-zero), Python (FastAPI/Flask)。
• 分布式协调：ZooKeeper, etcd, Nacos。4. 云平台与数据中台 (SaaS / 数字孪生)
• 云原生：Kubernetes (K8s), Docker, Istio (服务网格), Jenkins/GitLab CI (DevOps)。
• 数据库：PostgreSQL (空间数据库), TimescaleDB (时

项目经验

项目名称：基于数字孪生的多机协同调度系统
技术栈：ROS2 + Go + Vue3 + WebGL + Kubernetes
• 架构设计：设计“云-边-端”一体化架构，解决100+台AGV在复杂工厂环境下的路径冲突问题。
• 核心贡献：
◦ 使用Go语言开发高性能网关，承载每秒数万条IMU/里程计数据的解析与分发。
◦ 基于ROS2重写底层节点，引入DDS通信机制替代传统TCP，将端到端通信延迟从50ms降低至5ms以内。
◦ 开发Three.js 3D可视化前端，实时映射机器人位姿与激光雷达点云数据，实现物理世界与数字世界的同步。

项目名称：全自主巡检机器人 (室内/室外)
技术栈：Jetson Orin + PyTorch + MoveIt + STM32
• 核心算法：训练轻量化YOLOv8目标检测模型，利用TensorRT在边缘端进行INT8量化推理，帧率达到60FPS。
• 底层开发：基于FreeRTOS编写STM32底层舵机/电机PID控制程序，通过CANopen协议与驱动器通信。
• 系统集成：编写Python节点封装相机、激光雷达、9轴IMU的驱动，基于扩展卡尔曼滤波(EKF)实现高精度定位。

案例展示

多机协同调度系统

后端：用Go写WebSocket服务，聚合所有机器人的ROS Odometry（里程计）和IMU数据，推送给前端。前端：基于Three.js加载工厂CAD模型（GLTF格式），将机器人二维坐标实时映射到三维场景。算法：实时重绘路径，当障碍物出现时，热力图区域自动变红
巡检机器人

1. AI模型部署与优化 • 采集了2000+张工厂场景图片，标注了人员、仪表盘、阀门等8类目标 • 使用PyTorch训练YOLOv8n模型，通过TensorRT进行INT8量化，将推理速度从28FPS提升至60FPS • 编写了后处理脚本，将检测框坐标转换为3D空间位置