话:15779759646

   箱:flashedmin@163.com

   贯:江西赣州

 

教育背景                 

2017.09 - 2021.06  北京信息科技大学,计算机学院,计算机科学与技术专业,工学学士

2021.09 - 至今      北京信息科技大学,现代测控教育部重点实验室,机械工程专业,硕士研究生

 

个人技能                 

熟悉C++程序设计,熟悉深度神经网络开发(智能机器人方向),熟悉QTPytorchROSC#UnityVR开发

比赛经历                 

   陆上无人系统跨越险阻挑战赛2021年、2023年两次参赛)                                   

负责工作:a) 车载端及指挥端系统软件架构设计,b) 指挥车控制系统软件开发,包括基于UDP协议的远程通信模块、远程驾驶控制模块、基于QT的用户交互模块、基于多项式配准算法地图配准模块,c) 车载端系统软件开发,包括基于C++ROS系统开发的装甲车实时监控算法,通过CAN总线通信实现的底盘控制策略,基于FFmpeg开发的图像拼接编码、回传模块,和基于move_base研发的装甲车行驶控制模型。

 

   中国大学生无人方程式比赛2019年、20222023年三次参赛)

负责工作:负责无人驾驶控制系统软件框架设计与开发,主要包括:a) 基于YOLOv4网络的锥桶识别系统,b) 基于模糊PID算法的车辆横纵向控制控制模块,c) 基于三角剖分算法的路径规划模块。

 

研究经历                 

   基于端到 端技术的无人车路径规划算法研究                                               

负责工作:a) 基于ViTTransformer网络构建端到端深度学习模型,实现局部规划路径。b) 基于CARLA平台构建仿真驾驶环境,通过仿真数据和真实道路数据相结合的方式完成端到端模型训练。

 

   基于VR技术的车辆遥控指挥系统研究  

负责工作:a) 基于VR设备开发遥控端和车辆端遥控指挥系统,b) 基于UnityC++ROS开发底盘控制、图像回传显示及远程操控软件,还原无人战车驾驶环境并降低远程操作难度。

实习经历                  

   实习单位:中兵智能创新研究院,无人平台技术部,2023.03-2023.06

负责工作:a) 参与某军用无人战车控制系统的软件架构设计和开发,基于C++开发多车无人协同子系统,涉及操控指令、自主任务的解析以及任务模式的任务调度,b) 基于路网算法实现无人战车基于路网引导点和栅格图的路径搜索,c) 底盘管控程序的适配及控制算法设计,包括基于UDP协议的通讯协议开发工作,d) 实现基于国产自主计算机进行感知、规划程序布控、代码适配与环境搭建等工作,以及负责相机、激光雷达等感知传感器的驱动与感知程序适配工作。

 

   实习单位:中国信息通信研究院,标准所,2022.07-2022.08

负责工作:a) 负责某WEB数据库系统的开发以及测试工作,主要包括使用Python实现基于FastAPI的某数据库的WEB查询接口、实现接口的安全访问以及对实现接口的安全访问测试。b) 负责对数据库缺失数据的学习补全,包括对不规则数据的清洗,BERT模型的训练以及部署实现。

 

   实习单位:北京诚志纪元科技有限公司,软件开发部,2021.03-2021.06

负责工作:参与某大型仿真系统中的子系统开发,主要包括调研和学习动力学,并使用C#基于Unity游戏引擎实现物体机动仿真系统,在仿真系统中编写自主,编写Python爬虫收集资料并模拟仿真,并实现用户交互框架。

 

论文发表                  

  M., Xie, Q., Su, L., Wang, et al. (2022). The research of traffic cones detection based on Haar-like features and adaboost classification. 9th International Symposium on Test Automation & Instrumentation (ISTAI 2022), Online Conference, Beijing, China, 2022, pp. 437-442, doi: 10.1049/icp.2022.3263.  (EI)

 

  Wang, L., Xu, X., Su, Q*., Xie M., et. al. (2022). Automatic gear shift strategy for manual transmission of mine truck based on Bi-LSTM network. Expert Systems with Applications, 209(2022), 118197.  (SCI中科院一区TOP)

 

  Su, Q., Wang, H., Xie, M., Song, Y., Ma, S., Li, B., Yang, Y., Wang, L. (2022). Real-time traffic cone detection for autonomous driving based on YOLOv4. IET Intelligent Transportation Systems, (2022),1-11. (SCI)

 

  Wang, L, Sun, P., Xie, M., et. al. (2020). Advanced Driver-Assistance System (ADAS) for Intelligent Transportation Based on the Recognition of Traffic Cones. Advances in Civil Engineering. 2020. 1-8. (SCI)

项目展示                 

   项目名称:无人大学生方程式锥桶道路感知

     下图为无人方程式感知模块测试视频,使用YOLOv4神经网络识别由锥桶构成的临时道路, 能够实时正确识别红色,蓝色以及黄色锥桶


   项目名称:端到端模型仿真测试

    下图为端到端模型测试视频,使用自定义的端到端模型在CARLASIM中仿真测试, 模型输入为3路RGB图像,输出为局部路径,控制使用PID


   项目名称:自建数据采集标注平台

    下图为自建的数据采集系统演示视频,将罗技G29接入到CARLASIM,并通过多块屏幕展示仿真场景, 实现实时采集人工模拟驾驶数据


   端模型实车测试

    下图端到端模型实车测试视频,使用3个海康摄像头采集图像数据,输出局部路径, 加上PID控制,实现端到端的无人驾驶