你好，我是 唐庆典

01Passive-IoT 广域定位系统

参与 Passive-IoT 广域指纹定位系统的端到端研发与验证，覆盖协议调研、基站环境搭建、无线链路验证、定位算法测试及前端可视化等完整流程。

• 定位系统与可视化平台搭建：主导开发基于 PyQt 的定位演示与测试平台，实现 Socket 实时通信报文解析、定位结果可视化、动态地图展示、CDF 误差分析与多进程数据处理，支持定位算法在线测试与自动化数据采集。
• 指纹库构建与数据采集链路优化：参与多版本指纹库构建与自动化采数系统开发，完成频谱仪、RTK、USRP 等设备联动控制与数据采集流程整合，并维护基于 Python 的指纹定位算法与性能评估代码。
• 基站环境构建与联调：参与 LTE 基站环境部署与联调，包括 RRU 架设、BBU-RRU 光纤链路调试及园区级定位测试环境搭建；在 BBU DSP 侧完成 RSRP 解析代码开发，用于定位特征提取。

02具身智能机械臂遥操作与策略学习

• 分布式遥操作系统：基于 LeRobot 原生遥操作框架进行二次开发，将主动臂与从动臂控制逻辑拆分为独立通信模块，实现跨主机远程遥操作与双机械臂分布式控制。
• 跨平台机械臂适配：完成 LeRobot 框架与方舟无限机械臂底层接口适配，对齐控制接口与数据格式，复现原生遥操作、数据采集及动作回放功能，实现不同机械臂平台间的迁移与兼容。
• 模仿学习与策略训练：使用 VR 遥操作采集多组机械臂专家演示数据，完成 ACT 模型训练与部署，实现机械臂对目标物体的自主抓取与定点放置任务验证。

03基于 3D 激光雷达的室外 SLAM 与机器狗导航

• SLAM（感知与建图）：基于 3D 激光雷达搭建室外点云 SLAM 系统，替代 2D LiDAR 在开阔场景下的不稳定表现；基于 dddmr_navigation 开源框架完成 3D SLAM 系统部署，在 Gazebo 仿真环境与真实园区场景中完成建图与效果验证。
• Navigation（定位与规划）：基于 dddmr_navigation 框架搭建机器狗导航 Demo（MCL 定位 + A* 全局规划 + DWA 局部规划 + MPC 控制），完成室外园区场景下的基础自主导航运行验证，并针对点云匹配与定位稳定性进行参数调试与优化。
• Sim-to-Real（系统迁移）：完成 Gazebo 仿真到 Unitree Go2 真实机器狗的系统适配与迁移，统一 ROS2 数据链路（LiDAR 点云 / odom / TF / cmd_vel），并接入 Unitree SDK 实现运动控制闭环，使开源导航框架可在真实机器人平台运行。
• Cloud Robotics（云端分布式）：针对端侧算力不足问题，将导航计算迁移至服务器端构建云端执行架构；基于 ROS2 分布式通信机制，结合 VPN 与单播配置解决跨网段通信问题，实现服务器与机器狗之间稳定数据传输与远程控制。