You are what you experienced.

四旋翼无人机自主导航-2020

大一下学期我做出了大学阶段最正确的选择之一——加入了学校足球机器人基地V5++组，并负责机器人的运动规划部分。
2020年，和队友一起针对中国机器人大赛无人机快递赛组建了一套四旋翼无人机自主定位导航系统，主算力设备是Intel NUC(Core i5)，下位机是Pixhawk4飞控，与上位机通过MavROS通信；搭载Realsense T265相机用于视觉定位，Realsense D435i用于视觉导航，下视usb相机用于识别。此外，我们还根据比赛需求改装无人机，利用机械爪携带3个快递盒，并能识别特定靶标进行投放。最终，我们的队伍获得全国二等奖。
我在其中负责的工作是飞机的自主导航，先试用了PX4-Avoidance，发现它轨迹规划质量不高，后来在进行了一系列调研之后，选择了HKUST-Aerial-Robotics的Fast-Planner。
我主要的工作是分离其中的仿真部分代码，根据实际传感器修改和发布TF变换关系，利用PCL库进行点云降采样以适配算力，与负责策略部分的队员沟通协商接口，以及在Gazebo中进行仿真测试和在实物上部署测试，最终在实物上取得了稳定的效果。但效果比原作者差，主要体现在飞控不能很好地跟随规划出的轨迹，以及有时规划出现轨迹二阶以上不连续，导致飞行速度比较慢，推测原因是飞控算法和部分优化参数没有调到最优。

RoboMaster 高校人工智能挑战赛-2021

2021年，和队友针对ICRA RoboMaster高校人工智能挑战赛开发了基于RoboMaster麦轮“小”车的定位导航、决策作战系统。战车上位机是NUC，外围装备Slamtec Rplidar A3单线雷达、IMU用于导航定位，Realsense D435i用于视觉识别。另外，由于NUC算力不够，用一台Xaiver跑视觉识别。6月份的西安国际会展中心赛场上，我们的队伍获得三等奖。
我负责的部分是部署、编写和调试了基于cartographer和amcl的定位算法以及基于A*+TEB的规划算法。具体的工作是基于实物跑通了cartographer算法用于定位，后来因为某些原因（记不得了）换用了amcl算法，在实物上调试出了较为鲁棒的效果；配合嵌入式队员讨论制定了以云台为基准进行导航的方案；基于RoboMaster官方提供的导航栈框架增添了为了增强稳定性的recovery行为，利用ROS的分布式特性，用ssh和sshfs工具实现实物无接触调试。最终比赛视频可以在这里看到。

谨以此纪念我逝去的青春
初三刚学完C语言，又看了浅墨的《Windows游戏编程之从零开始》，想到小时候和爸爸一起打坦克大战，不管三七二十一就开始做自己的版本，那时候不懂OOP，不懂CMake，不懂分模块设计，只知道按绿色的按钮就可以运行，最后接近两千行代码挤在一个c文件里，还真的写出来一个能跑的版本，我自己设计关卡，自己增加作弊键等，玩得不亦乐乎。有一天为了De一个bug熬夜到凌晨三四点，一个人在深夜静静敲键盘，这也是青春一种别样的体验吧