个人部分项目展示


XIO_SLAM: 三维激光IMU紧耦合里程计
高性能的三维激光雷达-IMU紧耦合里程计系统。该系统在DLO(Direct Lidar Odometry)算法框架的基础上进行了深度扩展,集成了IMU预积分模块和点云运动畸变校正算法,并通过多传感器联合优化实现了更高精度的状态估计。系统采用图优化工具g2o构建了统一的目标函数,将激光雷达特征点约束、IMU预积分约束以及时间同步约束进行深度融合,最终输出高频率、低延迟的六自由度位姿估计结果。该实现充分考虑了传感器特性,在保证计算效率的同时显著提升了系统的鲁棒性和精度。
GitHub链接
YYYDS: 智能平衡单车
基于英飞凌双核MCU的平衡单车系统,使用RT-thread,实现多线程平衡控制和视觉巡线的功能。平衡线程使用卡尔曼滤波与串级PID进行车辆控制,调试线程通过SPI接口和fatfs库操作TF卡,可视化线程在屏幕显示电池电压和采集图像等消息,图像处理利用DMA中断和双核同步信号处理摄像头图像。
视频链接
二维激光SLAM
一个二维纯激光里程计系统,采用Ceres作为优化器,并独立实现了核心功能模块,不依赖依赖点云处理库PCL,包;例如自定义的点云数据结构、高效的kd-tree索引以及轻量级的帧间匹配算法。充分运用了现代C++特性,包括智能指针管理内存资源,同时结合OpenMP并行计算技术,显著提升了计算效率。
GitHub链接
二维轨迹规划
基于安全飞行走廊的二维轨迹规划器。使用分段多项式生成平滑且动态可行的轨迹,优化目标包括最小化轨迹的高阶导数。系统实现了完整的传感器仿真模块,能够实时处理感知数据:当检测到可视范围内出现新增障碍物点云时,系统会动态更新环境地图,并基于更新后的空间信息触发重规划机制,确保飞行器始终在安全走廊内执行避障导航。
GitHub链接

EdgeDigits: 嵌入式手写数字识别
基于STM32H7微控制器的手写数字识别项目,展示了在嵌入式设备上运行深度学习模型的能力。通过串口发送手写数字图片,STM32H7利用轻量级模型(TensorFlow Lite)进行实时推理并在LCD屏幕上显示图片与推理结果。
GitHub链接
