猿急送>

成都C++兼职程序员

ID：344603

I0

规划控制算法

公司信息：
上海后摩智能科技有限公司

工作经验：
1年

兼职日薪：
500元/8小时

兼职时间：
周六
周日

所在区域：
成都
武侯

技术能力

➢ 专业能力：掌握 Linux编程、ROS（机器人操作系统）编程、Gazebo仿真、Rviz等工具、Apollo、CarSim、Prescan、Simulink、Matlab；
➢ IT 技能：掌握 C/C++、Linux、Matlab；
➢ 算法基础：LQR控制算法、PID 控制算法；A*、Dijkstra、RRT、JPS、DWA、人工势场等路径规划算法；二次规划、动态规划、五次多项式、
贝塞尔曲线等优化算法；
➢ 英语水平：CET-6；

项目经验

基于MFC的Windows应用监控系统（2020.05-2020.07）
➢ 实现C/S异步通信，Server端对Client端Windows已安装软件的监控，若发现黑名单中的软件，则对相应的客户端进行警告。基于MFC实现可视化界面，Server端可灵活编辑黑名单列表，并实时警告；Client端会定时向Server端发送请求，同时携带其调用
RegOpenKeyEx()接口获取到的当前客户端Windows所安装的软件信息，供服务端检测是否具有黑名单中的软件。该项目参加了厦门市"炬火种·燃新薪"高校专业新星挑战大赛，并获得了瑞为赛道的二等奖。

基于ROS的差速小车路径规划（2020.10-2021.06）
➢ 基于机器人操作系统（ROS），阅读了ROS的move_base源代码，充分了解了可移动机器人的导航工作流程。对室内环境进行建图，然后编写智能小车路径规划器，并将其注册为ROS导航功能包的插件，让小车完成室内导航。分别实现了A*算法、双向A*算法以及Dijkstra算法三种全局路径规划器以及DWA算法局部路径规划器。分别基于turtlebot3进行仿真和差速小车进行了算法验证。

基于Matlab/ROS实现传统及改进JPS算法路径规划（2021.07-2022.09）
➢ 基于Matlab实现了传统JPS算法、传统双向JPS算法以及有针对性改进的JPS算法。项目分别对其寻路过程做了可视化，便于直观地观察全局寻路情况，并对三个算法进行运行整合，便于对比其差别。对比实验对多种地图大小，分别自动地进行了（2%、20%障碍物覆盖率）随机障碍物、随机起始节点以及目标点的30组实验，后将该算法移植到了ROS中，基于差速小车在室内环境地图下进行实车测试，验证了该算法的可行性及高效性。相对于传统JPS和双向JPS算法，改进JPS算法效率上分别提升70%、40%。

案例展示

麦轮小车自主导航

自主导航涵盖了JPS全局路径规划算法、DWA局部路径规划算法和LQR控制算法。在遇到动态障碍物时引入二次规划算法对动态障碍物进行减速避让，提升智能小车的动态避障能力，保证小车的安全性。
改进JPS全局路径规划算法

改进JPS算法的搜索策略，提升其全局算法的规划效率。在规划全局路径时考虑智能小车的物理体积，保证全局路径对于智能小车的可通行性。通过剪枝策略二次优化全局路径，减少路径拐点并缩短路径长度。