EmbeddedSystem

项目完成了一套约1.64米人形双足机器人机械概念装配设计，包含胸腔、胯部、左右腿、左右臂、前臂、小腿、电机安装位、轴承支撑、齿轮传动、十字关节和面板骨架等模块。Fusion360模型中装配实例约335个，采用模块化结构组织，便于后续调整关节比例、传动布局和安装空间。项目同时规划了UE4引擎中的机器人

本项目无人车针对散货码头场内转运场景，集成底层底盘精准控制、智能路径自主行驶、L2级辅助自动驾驶三大核心功能模块，全方位适配港口复杂行驶工况与转运作业需求，具体功能如下：1.线控底盘全维度控制功能：实现无人车底盘核心执行部件的电气化、精准化、实时化控制，涵盖线控转向、线控刹车、线控油门三大核心模块。

集成4个直流减速电机和编码器、陀螺仪、红外对管、光电开关、摄像头等传感器，在STM32F103RCT6单片机（CubeMX+HAL库）上开发多种通信协议接收处理、电机PID速度环、基于红外对管、摄像头、陀螺仪的方向保持和巡线控制，基于光电开关的避障、动态建图（离散格点）和Dijkstra最优路径规划

1.作为EtherCAT加入总线，配套对象字典，PDO等2.具有cia402功能3.对接具体从站功能模块4.COE实现，FOEOTA升级5.从站全套自定义开发接手可包含：从站定制的全套软件开发，硬件选型，从站接入主站的联调，总线问题的定位和调试，从站问题的定位调试，主站功能开发（SOEM），Ethe

基于大模型驱动的具身智能巡检小车，面向新能源场站等复杂环境，实现自主导航、动态避障与智能巡检。融合SLAM建图与路径规划算法，支持多点巡检与多机器人协同作业。内置视觉与语音多模态感知能力，可完成仪表读数识别、设备状态分析及异常预警。结合大模型推理能力，实现巡检策略优化与自主决策。支持数字孪生与远程交

项目包含电机驱动模块、机械臂运动控制模块、位置感知模块、通信交互模块及状态管理模块。系统通过STM32F407结合ChibiOS实时操作系统，驱动步进与伺服电机协同完成护照的精准抓取、搬运及存放动作，并与安卓上位机通过自定义协议进行指令交互与状态上报，实现全流程自动化闭环控制。

恒流（CC）：大电流快充（10A），快速补能。恒压（CV）：电压锁死（如72V→84V），电流逐步下降。涓流/浮充：小电流（0.5–1A）补满，防止过充、延长寿命。

整体：实现网络层、CAN总线层（汽车独有）和主机层的多维度入侵检测。主机：实现对操作系统相关风险检测，涉及用户、进程、文件、日志等监控。网络：实现对网络相关的风险监控，涉及端口扫描、暴力破解、dos等攻击的检测。CAN：实现对DOS、FUZZ、诊断等多方面的检测。项目只包含端侧的功能。已有成熟的上传

聚焦机器人核心技术，涵盖自动导航、动态避障、激光雷达SLAM建模、机械臂逆解算等方向，依托ROS/ROS2生态，融合多传感器感知、路径规划与智能算法，搭配Foxglove可视化调试工具，实现机器人自主定位、安全避障、精准操控与仿真优化，赋能工业及服务场景高效开发。

1.负责机器人整体硬件电路设计制作全过程，包括外设、电源电路等关键模块设计与调试；2.使用SPI、IIC、UART等通信协议，感知水深传感器、姿态传感器和摄像头数据并进行解析传输；3.编写位置式PID电机控制程序实现机器人水下深度和姿态的控制，并进行整机调试，实现动态平衡；

bilibili.com/video/BV1kr421b7Tn/?buvid=XYF5449FFAA0B3B525392180CEA4346C5FBA9&from_spmid=search.search-result.0.0&is_story_h5=false&mid=WGj2oCJ9wo7ibww

通过三轴陀螺仪确定姿态解算算法实时融合陀螺仪的角速度和加速度计的重力方向信息，通过互补滤波或卡尔曼滤波等算法，解算出机器人当前精确的航向角、俯仰角和翻滚角，利用解算出的姿态角、加速度计积分出的速度/位移以及轮式里程计的数据，估算出机器人相对位移和朝向变化。

模块1：通过can通信经过舵机控制拖拉机前轮。模块2：通过北斗模块对拖拉机进行位姿确定。模块3：通过nav2对拖拉机进行路径规划bi。模块3：视觉避障功能，利用摄像头和yolov5网络对拖拉机3米左右的人进行识别避障。

1. 用智能割草机器人项目申请并通过上海工程技术大学校级创新项目，获得4000元创新项目资助费。 2. 带领4名队员，开发了一个能通过训练好的深度学习模型识别青草，并能根据青草的位置信息自动规划割草路径的割草机，为队员1分配采集青草图片工作，为队员2分配硬件开发工作，为队员3分配填写资料文件工作。 3. 负责改进caffe深度学习框架、配置深度学习参数、用caffe框架训练青草识别模型；编写割草机器人状态信息展示网站系统，该系统能显示割草机10多种状态参数。 4. 在树莓派3、ubuntu16.02这2种操作系统平台上，用arduino、Python、C这3种编程语言开发割草机与深度学习模型之间的通信系统及割草机路径规划系统。 5.使用STM32f103和ATK模块接受GPS信号并实现割草机的户外定位。 6. 撰写并申请实用新型（专利号：201910816762.1）、发明专利（专利号：CN201910816762.1）各一份。

1、实现3D和2D雷达避障，并且提取外参作为可修改参数 2、增加到达终点减速逻辑，位置PID控制 3、原有的小车当前消息状态通过topic发布 4、原有的RVIZ仿真环境保留，方便调试代码使用 5、发布全局线路改为ROS服务的形式，支持1-1000号的线路 6、使用ROS服务的形式录制线路，支持1-1000号的线路，提取两个路线点的间隔出来为可配置参数 7、增加行使途中可以更改速度的接口 8、支持缠绕的线路，录制线路时候有重合的线路不影响行使 9、增加小车行使过程中暂停的功能，取消暂停可以重新行使

机器人内部控制通讯主板的PCB设计以及MCU程序的编写。地面站面板设计以及内部驱动板设计以及程序。QT上位机的编写以及测试

消费电子类主要为一些小家电（国内），乐歌的升降床电动床（出口） 工业控制板卡主要为cpu核心板的DEMO底板，PCIE的运动板卡，DIDO类的产品

合肥某公司量产项目，检测机器人的主板

1.gd32底盘控制,uart,i2c,spi,多传感器接入 2.算法版系统框架搭建，多进程通讯，glog，protobuf，UART通讯，ota升级 3.jps导航规划 4.机器人工作站通讯开发，无线升级

自动化涂胶机器人，可以自动识别不同型号，不同码数的鞋底，不受环境光的影响，对图像进行处理并利用强大的算法功能，准确提取出鞋底的信息。 采用3D视觉可以有效识别出鞋底需要涂胶部分的三维结构模型，重新设置喷涂运动轨迹，机械臂就可以操控喷涂工具实现自动喷涂。 步骤： 1. 3D视觉相机安装在传送带上方，拍摄传送带上的鞋底的三维点云图像，获取鞋底曲面原始三维点云数据。然后将这些数据进行各种处理之后，就可以获得鞋底涂胶运动曲线。 2. 涂胶机器臂放置传送带一侧，末端连接通讯好的机械手，并将胶枪安装在机械手上。智能机器人系统将结合内置算法计算可以获得涂胶轨迹曲线和涂胶位姿，引导机器臂进行精准涂胶。