项目简介：面向国内外市场的智能手表/手环配套Android 应用，涵盖设备连接、健康数据监测、运动记录、表盘市场、固件OTA、WiFi 音箱控制、即时通讯等核心功能，支持20+语言国际化。 责任描述： • 负责核心功能开发，包括 BLE 设备连接、健康数据同步、表盘管理、固件 OTA 等关键模块 • 负责技术难点攻坚，处理蓝牙连接稳定性、混合架构通信、多机型兼容等疑难杂症 • 参与 FlutterBoost 混合架构设计及 Native-Flutter 双向通信桥接 • 负责性能优化与线上Crash 治理，集成 Bugly 保障多机型稳定运行；

通铭福寿康为面向养老健康场景的可穿戴设备配套业务系统。基于 Java Web 与 Python 技术进行后端开发与架构设计，实现设备数据接入、老人健康数据采集、健康状态监测、告警提醒、用户档案管理等核心能力。本人负责后端架构设计、接口开发、业务模块落地，对接智能穿戴设备完成数据同步，处理设备上报海量数据，优化数据存储与查询性能。系统支持健康记录查看、异常预警，助力养老机构对老人健康状况进行数字化管理。

基于FreeRTOS搭建多任务软件架构，完成任务调度、队列通信及事件组同步设计，采用LVGL开发可视化交互界面，实现生理数据动态显示、多界面平滑切换、按键事件响应，优化人机交互体验

独立开发搭建整体框架，实现首页布局设计。 实现装载蓝牙的体育设备与手机蓝牙连接并管理蓝牙。 实时接收装载蓝牙设备的智能脚靶击打数据和实现多个蓝牙连接。 由于处理大量数据上传服务器使用自封装网络请求。 为了增加趣味性APP增加了游戏闯关模式。

Shark Health 是一款整合智能设备的运动和睡眠服务的应用，可以帮助用户轻松了解身体变化，记录和分析日常运动和睡眠状态，为用户提供可靠的运动和睡眠指导，打造贴心的个人运动和睡眠管家。 Shark Health 的主要功能有： （1）运动记录和数据分析： 支持记录运动和运动数据可视化展示，可查看各种详细的运动指标分析，帮助管理运动量和运动计划。 （2）睡眠记录和数据显示： 监测和记录用户的睡眠数据，提供睡眠数据统计与分析，帮助用户了解自己的睡眠状况，保持精力以应付日常的工作和运动锻炼。

本项目是从设备输出LOG功能。原理是设备各模块调用API接口，生产LOG的HEX数据，然后触发水线后，调用USB输出到PC端。PC 工具接收数据并解析HEX数据，显示明文LOG数据。我负责设备端LOG模块代码开发。

整套系统由自研智能电子手环 / 电子腕带硬件终端、云端后台管理系统、前台计费终端、小程序客户端四部分组成，硬件通过物联网协议与后台实时互联互通，一边实时采集佩戴者心率、体感状态等生理健康数据，一边绑定场馆租赁身份，实现人员身份核验、生命体征全天候监测、场馆物品 / 场地按时长自动计费、租借归还全流程管控、异常健康预警，适用于游泳馆、健身房、羽毛球馆、运动场馆、康养场馆、水上乐园等场景。

整体业务覆盖安防监控、民用消费电子、公用物联网计量、智能家居、特种穿戴设备五大方向，提供软硬件一体化智能硬件整机研发落地服务： 1. 安防监控类 移动安防终端为便携自供电设备，支持布防、异动抓拍告警；仿生熊猫云台摄像头是家用AI监控，依靠高清图像与智能算法实现全天候安防。 2. 消费电子类 包含4G宠物定位项圈、智能生态鱼缸、蓝牙跳绳设备。覆盖宠物监护、居家水族、运动健康赛道，集成传感、无线通讯、云端数据管理功能。 3. 物联网计量设备 智能水表、智能电表，搭载4G物联网通讯，支持远程抄表、线上缴费、阀控、欠费断电，面向物业、水务、电力场景，实现公用计量智能化管理。 4. 智能家

本人从零开发的视觉助盲 AI Agent MVP，针对视障用户拍摄身份证时无法判断位置和角度的问题，完成摄像头或图片输入、证件轮廓检测、位置大小与旋转评估、中文语音指导和达标自动捕获闭环。系统基于 Python、OpenCV、NumPy 与浏览器原生 Web API 实现；服务端使用边缘检测、四边形轮廓和最小外接矩形计算水平偏差、垂直偏差、画面占比和旋转角度，前端每 900 毫秒分析一帧，并朗读向左向右、向上向下、靠近远离、保持水平等提示。本人负责交互设计、视觉算法、HTTP API、隐私边界、响应式界面和自检。图像仅在本机内存中处理、不写入磁盘；已验证居中自动捕获、偏移方向提示和无证件异常处

闲着没事做的 3D 服务器监控面板 demo。用 React Three Fiber 渲染了一组八面体服务器节点，每个节点带实时 CPU/内存数据和状态环；节点之间有数据流连线。顺手接了 MediaPipe Hands 手势识别，可以用捏合、握拳、张开手掌来控制视角旋转和选中节点，底部那个大圆按钮就是摄像头入口。后端数据是模拟的，没接真实服务。技术栈是 Vite + React 18 + TypeScript + R3F + MediaPipe + Zustand，纯前端跑。做得比较粗糙，主要是想试一下 WebGL 场景和手势识别结合的效果。