经历
教育经历、专业技能、项目实践与荣誉记录。
Contact Information
| Name | 樊佳烁 |
| Professional Title | 北京林业大学自动化专业本科生 |
| fanjiashuo666888@bjfu.edu.cn | |
| Location |
Professional Summary
关注机器人、具身智能、机器视觉与智能控制，希望深入探索“感知—决策—执行”在真实系统中的协同；目前围绕机械臂协同控制、RGB-D 感知与建模决策开展实践。可线下实习，每周 3–4 天。
教育经历
- 北京林业大学 · 工学院｜自动化（本科）（2024.09–2028.06，预期）
学分积 91.69，专业排名 8/84；英语 CET-6 622。
研究兴趣
- 机器人与具身智能：机械臂控制、状态机设计与真实系统中的感知—决策—执行协同。
机器视觉与三维感知：计算机视觉、YOLO 模型训练、RGB-D 感知与数据质量评估。
建模与决策：贝叶斯推断、MCMC、统计建模与数据驱动决策。
科研与项目经历
- 面向精密有序装配的具身智能机械臂协同控制系统（2026）
语义理解：使用多模态大模型解析任务卡并输出结构化步骤，以白名单、顺序和范围等确定性规则校验可执行结果。
视觉通信：通过 TCP 触发 VisionMaster 流程，等待真实坐标报文后再进入运动阶段，保证视觉—运动时序一致。
运动控制：完成视觉坐标到机械臂坐标的映射，经 AUBO ARCS SDK/RPC 执行 MoveJ、MoveL 等动作。
流程管理：以状态机组织抓取、放置、复位与异常处理，保留状态、时间戳和执行日志。
- 蓝莓成熟度检测与 RGB-D 数据采集管理系统（2026）
训练 YOLO 模型识别未熟、半熟和成熟蓝莓，搭建支持置信度调整、统计看板与 CSV 导出的检测应用。
接入 Intel RealSense D435i/D405，实现单帧与连续采集、Session 元数据、数据集索引和完整性审计。
计算有效深度比例、中心深度和中位深度等质量指标并生成采集报告，为三维定位与算法训练积累规范化数据。
- 基于 OpenMV 与 STM32F407 的智能救援小车（2026.04）
视觉感知：使用 OpenMV4 H7 Plus 完成颜色阈值分割、色块筛选和目标定位，识别不同类别目标并计算水平偏差。
运动控制：STM32F407 按麦克纳姆轮逆运动学解算三轴速度指令，经 TB6612 输出 PWM，以四路编码器和 PID 实现约 10 ms 周期的轮速闭环。
任务决策：以“搜索—跟踪—接近—夹取/转运—返回”状态机组织动作与目标处理顺序。
- 投票系统的贝叶斯推断与动态评分研究（2026）
获 2026 MCM/ICM F 奖（Finalist）；相关论文已被 Axioms 接收，本人为第三作者。
在分层约束下建立贝叶斯模型，以 Dirichlet 分布描述投票份额先验，使用 Metropolis–Hastings MCMC 推断隐藏粉丝投票。
比较排名制、百分比制与评委干预机制，并使用 Lasso 分析影响因素。
提出不确定性感知的专家—公众融合动态评分框架，在 34 个赛季、2777 条观测上开展分析，重构任务准确率达到 0.9655。
论文发表
- Constrained Bayesian Reconstruction of Latent Public Preferences under Dynamic Elimination Rules: An Uncertainty-Aware Expert–Public Fusion Framework
Axioms，Accepted，2026，第三作者；卷期、页码和 DOI 待正式上线后补充。
荣誉与竞赛
- 国家奖学金（2024–2025 学年）
- 美国大学生数学建模竞赛 F 奖（Finalist）（2026）
- 京津冀赛区一等奖并晋级 · 中国大学生机械工程创新创意大赛·具身智能精密装配赛（2026）
- 北京市二等奖 · 全国大学生数学建模竞赛（2025.09）
- 北京市三等奖 · 全国大学生电子设计竞赛（2026.08）
- 校级二等奖 · 校级工程实践与创新能力竞赛·智能救援赛项（2026.04）
技能
- 编程：Python、C、Git、LaTeX
- 机器人与控制：AUBO ARCS、STM32 HAL、PID 运动控制
- 视觉与感知：YOLO 模型训练、VisionMaster、Intel RealSense D435i/D405、OpenMV4 H7 Plus