🤖 具身智能 / 机器人 / 物联网

刘渊

专注 · 机器人视觉 | 具身智能 | 物联网嵌入式开发

擅长Python、Java全栈开发与单片机嵌入式开发,深耕物联网工程、移动开发、无人机视觉感知领域,致力于在机器人与具身智能领域持续深耕,落地智能交互与自主感知技术。

3+ 核心项目
1 科研论文
6+ 技术领域
向下滑动

个人简介

About Me

👤基础信息

年龄:26岁
身高:180cm
定位:技术开发 | 科研探索 | 具身智能方向从业者

💻技术栈能力

主力语言:Python、Java
硬件开发:基础单片机开发、嵌入式调试
核心能力:Socket网络通信、前后端开发、数据库设计、机器视觉采集与处理、智能设备控制

🎯专业方向

机器人视觉感知
具身智能系统
物联网嵌入式开发
无人机自主导航

🔧工程能力

全链路开发:硬件终端 → 网络传输 → 上位机处理 → 智能决策
独立完成项目架构设计、开发、调试、部署全流程

技能矩阵

Skills Matrix

🐍
Python 开发
熟练掌握 主力语言

精通 Python 核心语法与面向对象编程,熟练使用 OpenCV 进行图像采集、处理与分析,掌握 Socket 网络编程实现跨设备通信,具备数据处理、算法实现与自动化脚本开发能力,可独立完成从硬件控制到视觉算法的全链路开发。

☕
Java 开发
熟练掌握 全栈能力

精通 Java 语言与面向对象设计思想,熟练使用 Android SDK 进行移动端应用开发,掌握 Spring Boot 后端服务开发,熟悉 MySQL 数据库设计与优化,具备前后端分离架构的完整项目落地经验。

⚡
C / C++ 开发
扎实基础 底层开发

具备扎实的 C/C++ 语言基础,熟悉指针、内存管理、数据结构等核心概念,掌握嵌入式 C 语言开发,能够进行单片机底层驱动编写、硬件接口通信与性能优化,理解面向对象编程思想在 C++ 中的实践应用。

🔌
嵌入式开发
项目实战 硬件调试

掌握主流单片机(STM32、Arduino 等)开发流程,熟悉 GPIO、UART、I2C、SPI 等常用外设接口,具备硬件电路调试、传感器数据采集与集成能力,可独立完成嵌入式系统的软硬件联调与故障排查。

🤖
AI / 机器视觉
深入研究 算法落地

熟悉 YOLO 系列目标检测算法的原理与应用,掌握基于深度学习的目标识别、缺陷检测方案,具备数据标注、模型训练、调优与部署的完整经验,了解传统图像处理与深度学习相结合的视觉方案设计。

🌐
网络与数据库
工程实践 系统架构

精通 Socket TCP/UDP 网络通信编程,具备网络协议设计与数据加密传输经验,熟练使用 MySQL 进行数据库设计、索引优化与事务管理,了解 Redis 缓存、RESTful API 设计等后端核心技术。

核心项目经历

Projects

🚗

物联网智能控制小车(视觉&手势交互)

独立开发

全栈开发工程师 | 硬件 + 软件 + 算法

Python Socket通信 OpenCV 单片机 嵌入式

独立完成物联网智能小车整体开发与调试,基于Socket网络通信搭建上位机与小车终端的远程通信链路,实现跨网络远程控制小车行进、转向、启停等核心动作。

创新性实现双智能交互控制方案:通过车载摄像头实时采集环境画面,传输至上位机进行图像数据分析处理,完成颜色识别自动控制与手势识别交互控制,摆脱传统按键控制模式,实现智能化、可视化的远程自主控制效果。

项目完整落地了硬件终端、网络传输、上位机视觉处理、智能决策控制的全链路开发,充分掌握嵌入式硬件调试、网络通信开发、机器视觉基础处理能力。

✨ 项目亮点

  • 全链路独立开发:硬件 → 通信 → 视觉 → 控制
  • 双模态智能交互:颜色识别 + 手势识别
  • 实时视频流传输与处理
  • 跨网络远程控制能力
📱

移动端微型电商平台(安卓全功能)

独立开发

全栈开发工程师 | 前端 + 后端 + 数据库

Java Android Socket加密通信 MySQL

独立开发移动端微型电商平台,采用Java完成安卓客户端前端开发与服务端后端开发,基于Socket加密通信架构搭建前后端数据传输体系,保障数据传输安全稳定。

客户端完整实现用户注册、账号登录、商品库检索、条件筛选、加入购物车、下单、收货确认等全流程电商功能,所有交互数据均经过加密处理后上传服务器。

后端基于Java搭建服务接口,搭配MySQL数据库完成商品、用户、订单数据的精细化管理,实现数据快速增删改查、高效检索、订单状态同步等核心业务能力。

✨ 项目亮点

  • 前后端分离架构设计
  • Socket加密通信保障数据安全
  • 完整电商业务流程闭环
  • 数据库高效设计与优化
🔍

YOLO 视觉识别遥控器面板瑕疵检测系统

独立开发

算法工程师 | 模型训练 + 数据工程 + 优化部署

YOLOv5 PyTorch 数据增强 OpenCV Python

针对遥控器面板生产过程中的瑕疵检测需求,基于 YOLOv5 目标检测算法,从预训练模型开始,设计并实现了低样本量条件下的瑕疵识别方案。

通过多种数据集扩充手段(包括图像旋转、缩放、亮度调整、噪声注入、马赛克增强等),有效解决了工业瑕疵样本稀缺的核心难题,显著提升了模型的泛化能力与检测精度。

经过多轮训练迭代与超参数调优,最终将瑕疵识别准确率从初始的 60% 提升至 88%,实现了工业质检场景的自动化、智能化检测能力落地。

✨ 项目亮点

  • 准确率从 60% 提升至 88%,提升幅度达 46.7%
  • 低样本量场景下的数据增强策略设计
  • 基于预训练模型的迁移学习实践
  • 工业质检场景的算法落地能力

科研成果

Research

📄 学术论文

《无人机视觉感知路径计算综述》

针对无人机自主飞行核心的视觉感知与路径规划技术展开系统性研究,梳理了主流无人机视觉识别、环境感知、路径计算算法体系,总结了不同场景下视觉导航方案的优劣与适用场景。

论文深度分析了当下无人机视觉感知技术的发展现状、技术瓶颈与落地难点,结合智能机器人、自主导航、户外场景作业等方向,对无人机视觉感知的未来技术迭代、场景拓展、多设备协同应用方向做出系统性展望,夯实了机器视觉、智能感知、自主路径规划的理论基础。

无人机 视觉感知 路径规划 自主导航 SLAM

职业方向 & 个人愿景

Vision

依托物联网开发、机器视觉、嵌入式硬件开发的工程经验,以及无人机视觉感知的科研积累,未来将深耕机器人技术、具身智能核心领域。

聚焦智能体自主感知、环境交互、视觉决策、自主运动控制等核心方向,坚持理论结合工程落地,持续打磨智能硬件开发、机器视觉算法、智能交互系统搭建的核心能力,致力于在具身智能与服务机器人领域做出有价值的技术落地与创新实践。

👁️
自主感知
环境感知与理解
🧠
智能决策
视觉决策与规划
🦾
运动控制
自主运动与交互
🌐
系统落地
具身智能应用

联系我

Contact

让我们一起创造未来

对机器人、具身智能、物联网领域充满热情,期待与志同道合的伙伴交流合作