樊佳烁 - 科研实习简历

教育经历

北京林业大学 · 工学院自动化（本科） 2024.09 – 2028.06（预期）

面向精密有序装配的具身智能机械臂协同控制系统 2026

蓝莓成熟度检测与 RGB-D 数据采集管理系统 2026

基于 YOLOv8 识别未熟/半熟/成熟蓝莓，支持置信度调整、统计看板与 CSV 导出；以 FastAPI + SQLAlchemy + SQLite + OpenCV 实现端到端应用。
接入 Intel RealSense D435i/D405，支持单帧/连续采集、Session 元数据、数据集索引与完整性审计。
计算有效深度比例、中心深度、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 OpenCV 与 STM32F407 的智能救援小车 2026.04

视觉感知：OpenCV 颜色空间转换、阈值分割、轮廓筛选与目标定位，识别普通/核心/危险目标并计算相对画面中心的水平偏差。
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 + PID 实现约 10ms 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

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，用 Metropolis–Hastings MCMC 对隐藏粉丝投票做抽样推断。
比较排名制、百分比制与评委干预机制，用 Lasso 分析影响因素。
提出不确定性感知的 专家—公众融合（Expert–Public Fusion）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 0.9655。

Constrained Bayesian Reconstruction of Latent Public Preferences under Dynamic Elimination Rules: An Uncertainty-Aware Expert–Public Fusion Framework

期刊 Axioms，2026，Accepted（2026 MCM/ICM Problem C 参赛论文，团队作者；卷期、页码与 DOI 待正式上线后补充）。

编程与工程：Python、FastAPI、OpenCV、Git、LaTeX

视觉与深度学习：YOLOv8、VisionMaster

机器人与感知平台：AUBO ARCS、Intel RealSense D435i/D405、STM32 HAL、PID 运动控制

建模与决策：贝叶斯推断、MCMC、统计建模

语言：中文（母语）、英语（学术阅读与写作）