电话：15919789305 邮箱：[email protected]

主修课程：线性系统理论 95 | 非线性与自适应控制 94| 鲁棒控制 93| 运动控制 90| 最优控制 90

主修课程：自动控制原理 98 | 电路 94 | 现代控制理论 92 | 电力电子技术 92 | 机械原理 88

Github： github.com/Zhiyu-h

• 熟悉Hybrid A*、RRT*、EMPlanner、Lattice Planner、Contingency Planner等路径规划算法，了解时空规划算法和时空走廊生成原理。
• 了解Diffusion、UniGen、Trajeglish等⽣成式模式，了解UniAd、VADv2端到端⾃动驾驶模型。
• 熟悉车辆动力学特性，掌握车辆动力学、运动学建模，掌握PID、LQR、MPC等控制算法。
• 熟悉QP、ILQR等优化算法，掌握ipopt、OSQP等优化器的使用方法。
• 熟悉FSM、BT、MDP、POMDP等决策模型，了解多智能体博弈ILQGames算法。
• 掌握C++、Matlab和Python编程，熟悉Apollo代码以及Ubuntu、Ros开发，掌握git等工具。

• 基于ROS1搭建移动机器人整体框架，实现移动机器人建图、定位、自主导航、实时避障的功能。全面学习了ROS的相关知识，掌握ROS的通信机制、调试监控功能和ROS的相关工具。
• 采用FAST_LIO建图算法进行三维实时建图，FAST_LIO_LOCALIZATION进行实时定位，并通过patchwork++地面点云分割算法去除地面点云，通过pcd2pgm功能包建立二维栅格地图，最后基于move_base框架，采用mpc_local_planner进行局部规划控制，实现自动导航、实时避障的功能，编写相关代码适配相应的功能包，并编写技术文档。

• 基于ROS1开发的AGV小车巡航控制算法，优化AGV小车的横向控制性能，采用双pid控制减小小车巡航时的摆动问题，提高巡航精度，解决小车运动过程中避障功能失效的问题。

• 基于ROS2框架和Carla仿真器，编写了较为完整的规划控制功能，实现不同的规划算法和控制算法并进行了效果比较，掌握相应的规划控制算法。
• 规划功能，实现笛卡尔坐标系与Frenet坐标系的互相转换，实现了ILQR和OSQP两种优化算法，针对参考线进行平滑对比，实现了EMPlanner规划算法和Lattice Planner两种横纵向解耦的规划算法，在EMPlanner规划算法的基础上，针对路径规划和速度规划中DP功能耗时过大的问题，采用Astar算法进行代替求解，采用ILQR算法进行路径优化和速度优化。
• 控制功能，搭建了车辆动力学模型，实现了MPC控制器和LQR控制器，其中MPC控制器的横纵向控制都是MPC控制，LQR控制器横向控制采用LQR控制，纵向控制采用串级PID控制，在两种控制器基础上都添加了曲率前馈控制，并进行了相应的比较。

• 基于Carla-Apollo-Bridge，实现Carla仿真器和Apollo的联合仿真，熟悉了Apollo的规划控制代码逻辑以及相应的控制代码。
• 针对Apollo的控制算法中的LQR控制器做出了改进，在Apollo的LQR控制器中，横向控制采用了LQR控制，纵向控制采用了串级pid控制，其中横向控制的曲率前馈控制形式复杂、参数较多并且需要道路曲率的知识，为了简化功能，引入了RBF前馈控制，采用RBF神经网络学习道路曲率知识，拟合整体的横向控制模型，实现了较好的效果。

• 针对RBF神经网络在伺服系统的控制中存在的问题进行改进，建立数控机床伺服系统模型，设计前馈控制算法并研究存在的问题和改进策略。
• 设计RBF复合学习算法，大大提升RBF神经网络的学习性能和效率，并基于RBF神经网络设计复合动态面控制算法，针对数控机床等高阶伺服系统进行轨迹跟踪控制。

• (Accept) Hu Zhiyu, Fei Yiming, et al. Composite learning control for strict feedback systems with neural network based on selective memory[J]. International Journal of Robust and Nonlinear Control.
• (Accept) Hu Z, Xu J, Li J. Trajectory tracking control of CNC system based on RBF neural network composite learning control[C]//2024 3rd Conference on Fully Actuated System Theory and Applications (FASTA). IEEE, 2024: 891-896.
• (Accept) Peng B, Hu Z, Li J, et al. Five-Axis Contour Error Estimation Based on Multi-Information Dynamic Time Warping[J]. IEEE Transactions on Automation Science and Engineering, 2024.

曾获国家奖学金、国家励志奖学金、人民一等奖学金、全国大学生数学建模竞赛天津市二等奖，通过英语四六级、计算机二三级。