上海工程技术大学机器人研究所研究生尹鹏个人简介
1. 个人基本信息
1.1 姓名与性别
1.1.1 尹鹏
- 尹鹏，男，1999年2月出生于四川省武胜县。
1.2 教育背景
1.2.1 硕士教育
- 2021年9月至今，就读于上海工程技术大学，攻读机械工程硕士学位。
- 在硕士阶段，主修现代控制理论、智能控制系统与机器学习、机电控制工程、机器视觉与图像处理等课程。
1.2.2 本科教育
- 2016年9月至2020年6月，在四川大学（985,211高校）攻读机械设计制造及其自动化本科学位。
- 在本科阶段，主修机械原理、机械设计、机械制图、理论力学、材料力学、模拟电路、数字电路等课程。
1.3 联系方式
- 电话：13060050639
- 邮箱：592277190@qq.com
1.4 学术成绩
- 硕士阶段绩点：3.59/4
2. 专业技能与实践经历
2.1 软件应用
2.1.1 MATLAB、SolidWorks、CAD、Pro/E、Visual Studio、Origin、Office、Visio、Ansys
- 熟练使用 MATLAB、SolidWorks、CAD、Pro/E、Visual Studio、Origin、Office、Visio、Ansys 等软件。
2.1.2 编程语言
- 熟练使用 MATLAB，c/c++/python 进行编程，代码理解力强，短期内能迅速上手一个新项目。
2.1.3 Linux 系统与深度学习
- 熟悉 Linux 系统，能够基于 Linux 完成 C++及 python 项目开发。
- 熟悉 torch 框架和各类深度学习算法训练部署，pcl、opencv 等算法库使用。
2.1.4 机械臂控制与机器视觉
- 熟悉机械臂控制，深度相机二次开发，能够自主搭建机器视觉系统。
- 有非标零件三维、二维设计相关经验，并有相关项目经历。
2.2 语言能力
- 通过 CET-4，具有良好的英语读写以及日常交流能力。
2.3 实习经历
2.3.1 上海钧控机器人有限公司
- 2022年8月至2023年2月，担任助理工程师。
- 主导人体穴位识别算法开发及机器视觉系统搭建工作。
- 完成六自由度协作机器人结合深度相机的手眼标定工作。
- 自建人体穴位点数据集，基于改进的 Mask-RCNN 的关键点检测网络完成模型训练，并对模型进行量化，将其部署到树莓派、Jetson nano 和旭日派 X3 平台上，具备软件开发及硬件移植能力。
- 熟练使用 pcl 库处理深度相机 Gemini 2 获取的点云信息，进行点云配准、下采样和分割等操作，求解指定穴位点及机器人运动路径点法向量，完成机器人路径规划。
- 负责在 Jetson nano 中建立 http 服务器，将整个穴位识别定位系统写入服务器中，以便外部调用，目前系统已在试运行中。
- 参与冲击波机器人末端集成关键零部件设计工作。
- 完成领导安排的日常工作，撰写技术文档和项目进度汇报。
2.4 项目经历
2.4.1 国家自然科学基金项目
- 作为技术骨干参与国家自然科学基金项目（热敏灸辅助机器人及其腧穴智能辨敏定位与多机协作安全），负责穴位定位方法研究、机器视觉系统搭建、深度学习模型核心代码开发、算法嵌入式系统部署、系统平台验证相关工作，包括软硬件联调等测试工作。
2.4.2 上海市大型构件协同创新中心合作项目
- 参与机器人实验室与上海市大型构件协同创新中心合作项目，泊车机器人、爬壁焊接机器人、X 光焊缝缺陷检测等，进行部分零部件的三维建模、二维图纸绘制，参与焊缝缺陷检测算法研究等。
2.5 科研成果与奖励荣誉
2.5.1 论文专利
- 第一作者发表核心论文“基于 Keypoint RCNN 改进网络的人体背部穴位定位方法”。
- 申请发明专利“人体部位锚框和穴位点的检测方法及应用”，进入实审阶段。
2.5.2 科研竞赛
- “兆易创新杯”第十八届中国研究生电子设计竞赛上海市三等奖（省级奖励）。
- 第十三届上海工程技术大学研究生数学建模竞赛一等奖。
2.5.3 学生工作
- 研究生学业奖学金三次。
- 校级优秀志愿者。
2.6 自我评价
2.6.1 学习态度
- 学习上态度端正，学术成果班级前 10%，本硕期间均无挂科，逻辑思维能力及独立学习能力较强。
2.6.2 生活态度
- 生活中为人诚实守信，积极乐观，团结同学。
2.6.3 工作态度
- 工作上认真负责，能吃苦耐劳，有团队协作精神，能够承受在一定压力下工作。
3. 未来职业规划
3.1 技术方向
- 继续深入研究机器视觉与图像处理，掌握更先进的算法和应用。
- 学习并应用深度学习技术，提高机器视觉系统的准确性和效率。
3.2 学术研究
- 继续参与科研项目，争取在机器视觉和深度学习领域取得更多成果。
- 发表更多核心论文，提升自己的学术影响力。
3.3 职业发展
- 寻找与机器视觉和深度学习相关的实习或工作机会，积累更多实践经验。
- 长远规划，希望能够在机器视觉和深度学习领域成为一名专家或技术领导者。
