UMI 轨迹测量与验证
搭建双目–惯性定位链路,使用机械臂参考轨迹验证 UMI 的三维运动测量。
工程细节
完成双目相机与 IMU 接入、标定和视觉惯性定位调试,并开展机械臂夹持 UMI 的轨迹实验。近期使用 Elephant Pro630 执行可重复运动,对采集轨迹进行比较。
当前重点:优化时间同步、坐标对齐和实验重复性。初步流程已跑通,精度仍在持续改进。
+ 机器人 / 嵌入式系统 / 具身智能
从嵌入式控制到具身智能,我致力于搭建在真实世界中运行的机器人系统。近期专注于 UMI 轨迹验证、视觉语言导航,以及 Jetson AGX Thor 上的三维建图。
01 / 工程项目
从嵌入式控制闭环
到具身智能系统。
搭建双目–惯性定位链路,使用机械臂参考轨迹验证 UMI 的三维运动测量。
完成双目相机与 IMU 接入、标定和视觉惯性定位调试,并开展机械臂夹持 UMI 的轨迹实验。近期使用 Elephant Pro630 执行可重复运动,对采集轨迹进行比较。
当前重点:优化时间同步、坐标对齐和实验重复性。初步流程已跑通,精度仍在持续改进。
围绕 Jetson AGX Thor 与松灵 Ranger mini 3.0,将视觉语言导航模型接入真实移动机器人。
通过 CAN 与 ROS 2 打通 Thor 和移动底盘,接入里程计及机器人状态话题,并推进感知链路集成与 InternVLA 模型运行测试。
当前重点:连接语言指令、视觉观测与规划控制,推进可重复的导航实验。
在 Jetson AGX Thor 上部署 LingBot-Map,探索流式三维重建在机器人环境理解中的应用。
正在推进环境配置与模型部署。后续计划依次测试官方示例、UMI 图像序列,并评估 Thor 上的推理速度、显存占用和长序列稳定性。
探索方向:评估重建几何如何支持建图与导航,导航集成仍在推进中。
LingBot-Map · 原始项目 ↗连接 Jetson 计算平台与 STM32 控制器,集成传感器采集、通信和执行器控制。
开发上位机与嵌入式控制器之间的底层控制和通信,涵盖传感器接口、执行器集成、电路调试与功能验证。
上海模思智能科技 · 2026 年 3 月起
基于 MCU–FPGA 架构,实现竞赛智能车的图像处理、编码器采集与闭环控制。
集成实时感知与电机控制,优化高速循迹与转向,并设计覆盖电源、驱动、通信和传感器模块的多层 PCB。
2021 · 全国第 10 名
2022 · 全国第 6 名
基于 ROS 搭建移动机器人平台,集成路径规划、底盘控制与传感器可视化。
基于 FPGA 的测量项目,将数字硬件设计应用于真实世界感知。
02 / 工作与研究经历
03 / 研究成果
围绕 IC-100、语义对齐与 LoRA 微调,构建并评估工业控制代码生成系统。
大语言模型 · PLC 代码生成
模型微调 · 工业自动化
04 / 教育背景
电子信息专业硕士 · GPA 3.57 / 4.0

机器人工程学士 · 专业前 8%
本科指导老师:许德新
技术工具箱