基本信息
姓名：余秋达
出生年月：1993年8月
电话：15988841146
政治面貌：中共党员
就业意向：人工智能+
地址：广州市天河区华南理工大学
教育背景
综合技能
具备大模型全量/LoRA微调、RAG、Agent及Tools系统开发能力
具备一定的边缘端设备AI部署经验，包括Android、Nvidia系列、昇腾系列等
具备人工智能（包括大模型、深度学习、强化学习）和计算机视觉等相关基础理论知识
具备机械臂建模、仿真、控制能力，以及机械臂控制领域相关基础理论知识。
具备大疆无人机应用开发及飞行经验。
熟悉Visio、Office、vscode等基础办公软件使用，熟练掌握python，具备c/c++、c#、java等常用编程语言基础。
论文专利
论文
[1] Yu, Q.; Wei, W.; Wang, D.; Li, Y.; Gao, Y.. A Framework for IBVS Using Virtual Work[C]//Actuators. MDPI, 2024, 13(5): 181.
[2]Dongliang Wang, Wu Wei, Xinmei Wang, Yong Gao, Yanjie Li, Qiuda Yu, Zhun Fan. Formation control of multiple mecanum-wheeled mobile robots with physical constraints and uncertainties[J]. Applied Intelligence, 2022: 1-20.
[3]Yong Gao, Wu Wei, Xinmei Wang, Yanjie Li, Dongliang Wang, Qiuda Yu.Feasibility, planning and control of ground-wall transition for a suctorial hexapod robot[J]. Applied Intelligence, 2021: 1-19.
[4] Gao, Yong and Wang, Dongliang and Wei, Wu and Yu, Qiuda and Liu, Xiongding and Wei, Yuhai. Constrained predictive tracking control for unmanned hexapod robot with tripod gait[J]. Drones, 2022, 6(9): 246.
[5] T Gao，W Wei，Z Cai，Z Fan，S Xie，X Wang，Q Yu. CI-Net: Contextual information for joint semantic segmentation and depth estimation[J]. arXiv preprint arXiv:2107.13800, 2021.
[6] Gao, Tianxiao，Wei, Wu，Cai, Zhongbin，Fan, Zhun，Xie, Sheng Quan，Wang, Xinmei，Yu, Qiuda. CI-Net: A joint depth estimation and semantic segmentation network using contextual information[J]. Applied Intelligence, 2022, 52(15): 18167-18186.
[7] Ullah, F; Wei, W; Fan, Z; Yu, QD. 6D object pose estimation based on dense convolutional object center voting with improved accuracy and efficiency[J]. The Visual Computer, 2023: 1-14.
[8] Yong Gao, Wu Wei, Xinmei Wang, Dongliang Wang, Yanjie Li, Qiuda Yu. Trajectory tracking of multi-legged robot based on model predictive and sliding mode control[J]. Information Sciences, 2022, 606: 489-511.
[9] Feng K, Wei W, Yu Q, et al. Grasping Prediction Algorithm Based on Full Convolutional Neural Network[C]//Journal of Physics: Conference Series. IOP Publishing, 2021, 1754(1): 012214.
专利
[1]魏武,冯凯月,余秋达,等.一种基于目标裁剪区域的指定物体抓取方法:CN202111017083.1[P].CN202111017083.1[2024-05-15].
[2]魏武,冯凯月,余秋达.一种基于级联全卷积神经网络的机器人快速抓取方法:CN202110680313.6[P].CN113327295A[2024-05-15].
[3]曾锦秀,魏武,余秋达.一种基于深度相机的机械臂抓取系统和控制方法:CN202110162253.9[P].CN112936275A[2024-05-15].
参赛奖项
微软亚洲研究院deephack二等奖
华南理工大学优秀研究生干部
奖项证明见附件
项目实践
基于RAG的知识库问答系统
项目简介
RAG问答系统是大模型的主要应用场景，本项目使用RAG对项目内部资料进行整理实现问答系统，同时采用了大模型微调技术，实现了大模型的知识注入。
项目职责
本人负责大模型问答系统的架构设计与部署，适配了昇腾平台，部署了llama3.1:8b、deepseek-r1:32b等大语言模型，同时参与了1、知识库的搭建，使用了混合搜索对知识库进行了高效地检索，之后使用重排模型进一步基于语义对搜索结果进行相关性匹配。2、基于RAG的知识库问答智能体（Agent）的搭建。3、使用了模型微调技术对llama3.1:8b进行了预训练和SFT训练，实现了大模型的知识注入。
基于大语言模型的机器人控制系统
项目简介
从2022年低，chatgpt火遍全球后，人们已经不再满足于使用大模型进行聊天了，一个非常重要的领域是使用大模型对机器人进行控制，机器人具备理解人类的自然语言，并能够根据自然语言的理解，执行任务，使的自然语言成为人机交互的入口，这更符合人们的生活习惯。
项目职责
本人负责设计大语言模型调用机器人的系统架构。用fastapi搭建大语言模型的网络层中间件，将大语言模型、网络路由和应用设计进行解耦。配置具备鉴权功能的用户接口，将大语言模型包装成web api，供中间层调用。大语言模型部署了ChatCLM2-6B，LLAMA2，QWEN7B等。
一站式目标识别训练系统
项目简介
由于YOLO等目标检测算法只能针对训练过的物体进行识别，因此，在实际项目中需要有相关经验的人对待识别物体进行数据采集、标注、训练、转换和部署，对人员的技术能力存在较高的需求，本项目通过标准化流程，采用UI界面实现从数据采集到模型边缘端部署零门槛。
项目职责
本人负责系统的整体设计，包括UI界面设计、算法选型、后台API设计等，同时本人参与开发了基于SAM的快速标注系统，使用容器化技术实现多个任务同时执行。
电力巡检中的间隔棒识别项目
项目简介
间隔棒的检查在电力巡检中是重要的一环，传统的巡检靠人为检查，就算使用了无人机，依旧需要人为盯着屏幕进行检查，效率底下，该项目对无人机的视频流进行实时识别，检测到间隔棒后，立即对间隔棒进行拍照储存、并同时保存间隔棒的定位信息，如此，可快速完成整条线路所有间隔棒的图像信息获取，方便后续间隔棒检查处理。
项目职责
本人负责算法设计和部署。电力巡检中，间隔棒的检查至关重要，因此，针对间隔棒的识别、抓拍非常重要。本项目中，所使用的无人机为大疆御3和精灵4，算法部署在大疆一代带屏遥控器和小米cc9中，在一代带屏遥控器中能达到5帧左右。
无人机基于视觉的精准降落
项目简介
让无人机无人化是无人机未来的发展趋势，无人化可以为任务提供标准化的执行流程，不再依赖飞手的技能水平，而在无人机无人值守的任务执行中，存在起飞容易降落难的问题，主要由于在降落时可能存在遮挡使得GPS乃至RTK定位不准，同时也可能存在机场被挪导致原先打点存在偏差。本项目使用视觉引导技术，使得无人机降落过程中，通过视觉引导实现精准降落。
项目职责
本人负责在大疆一代遥控器中部署控制算法。采用aruco码作为定位标签（目前主流采用了AprilTag，但是原理相同），通过坐标变换将笛卡尔坐标系的位置信息转化为ENU坐标系，获取误差信息，转化为无人机旋转、x/y/z轴的平移等控制量，最后经过滤波平滑输出控制量，引导无人机精准降落。
智能航标项目
项目简介
航道管理是航运系统的重要组成部分，本项目通过采用高性能的边缘算例，结合智能识别跟踪算法，对航道上的船舶进行识别、统计并上传至航道系统，给航道管理、航运分析提供数据支撑。
项目职责
本人负责智能航标硬件、软件及web应用设计。在航道管理中，航标起着非常重要的作用，本项目在现有的航标基础上，通过太阳能、锂电池供电、借助TX2的边缘算力资源，通过部署yolo系列的船舶识别技术、paddle OCR技术以及deepsort技术，对航道上的船舶进行目标识别、号牌检测以及流量统计。为航道智能化管理做准备。
复合AGV研发
项目职责
本人负责电气线路的设计和底层驱动的编写。基于麦克纳姆轮搭建的移动AGV搭建的移动地盘，搭载UR5六轴机械臂。设计其中的功率线路与信号线路的设计，其中功率线路包括开关、急停、电源逆变等，信号线路包括Modbus RTU总线通信。软件驱动包括机械臂建模，基于TCP对机械臂进行控制，采用Modbus RTU对麦克纳姆轮进行转速控制，建立AGV底盘模型，设计了底盘驱动接口。
机械臂视觉抓取
项目职责
本人负责识别深度学习网络设计和机械臂视觉抓取算法的部署。对GGCNN模型进行改进，采用卷积级联的方式，将精度提高了约8个百分点。论文《Grasping Prediction Algorithm Based on Full Convolutional Neural Network》发表在ISPECE 2020会议上，doi:10.1088/1742-6596/1754/1/012214。
附件证明
deephack获奖证明
优秀研究生干部证明
