UP简历小U

+86 138-0000-0000|xiaou.upresume@example.com|北京

个人总结

资深人形机器人运动控制工程师，在ROS环境下具备深厚的双足机器人稳定行走与防跌倒算法开发经验。精通机器人动力学、运动学建模与控制策略设计，擅长利用C++/Python进行算法实现与系统集成。主导并优化多项机器人行走控制系统，有效提升机器人运行的稳定性和安全性，对复杂环境适应性强，致力于推动人形机器人技术在实际应用中的突破。

工作经历

高级机器人运动控制工程师

某知名机器人公司

2024-07 - 2026-07

主导人形机器人双足稳定行走控制算法的设计与实现，在ROS环境下基于模型预测控制（MPC）和零力矩点（ZMP）理论，将机器人行走速度提升了15%，步态稳定性提升了20%。
负责防跌倒策略的研发与优化，集成IMU和力传感器数据，设计并实现了实时姿态估计与恢复性控制算法，将跌倒发生率降低了30%，显著提升了机器人运行的安全性。
利用C++和Python进行运动控制模块的开发、调试与性能优化，确保代码的高效性和可维护性，代码复用率达到85%。
参与机器人动力学模型的建立与参数辨识，优化了关节力矩控制精度，使机器人关节跟踪误差降低至0.5度以内。
与硬件团队紧密协作，完成ROS-Gazebo仿真环境下的算法验证与实物机器人的系统集成与测试，累计测试时长超过1000小时。
组织并指导初级工程师进行ROS运动控制模块的学习与开发，提升团队整体技术水平。

项目经历

基于强化学习的双足机器人自适应步态规划

清华大学机器人实验室

2022-03 - 2023-09

项目背景： 针对复杂不平坦地面下双足机器人行走稳定性差的问题，探索强化学习在步态规划中的应用。
个人职责： 核心算法设计与实现者。
关键行动：
- 在ROS-Gazebo仿真平台搭建双足机器人模型，并集成OpenAI Gym进行强化学习环境构建。
- 设计并实现了基于Proximal Policy Optimization (PPO) 算法的自适应步态规划器，通过奖励函数引导机器人学习在不同地形下的最优步态。
- 收集并分析了大量仿真数据，对算法参数进行调优，将机器人在未知地形下的稳健性提升了25%。
项目成果： 成功使双足机器人在模拟崎岖地形上实现稳定行走，步态切换响应时间缩短了100毫秒，相关研究成果发表于国际会议一篇。

人形机器人防跌倒多模态传感器融合系统

清华大学机器人实验室

2021-09 - 2022-02

项目背景： 现有防跌倒系统对环境感知能力有限，需要融合多模态传感器信息以提高预警准确性。
个人职责： 传感器数据处理与融合算法开发。
关键行动：
- 负责集成激光雷达（LiDAR）、视觉传感器（RGB-D）和IMU数据，构建多传感器融合感知系统。
- 开发了基于扩展卡尔曼滤波（EKF）的姿态估计与运动状态预测算法，将姿态估计精度提升了15%。
- 设计了基于机器学习（SVM/Random Forest）的跌倒风险评估模型，通过分析融合数据实时判断跌倒趋势，预警准确率达到92%。
项目成果： 构建了一套高效的人形机器人防跌倒预警系统，成功在多种模拟失稳场景下进行了验证，有效提升了机器人的安全运行能力。