增强现实场景下基于聚类和残差模型的视觉里程计研究 独立研究

时间：2019.4-至今
研究内容：针对当前视觉定位算法在室内场景中易受动态物体干扰的缺点，提出了一种融合了深度估计、聚类分割、残差计算的视觉定位框架，能够过滤空间中的动态物体，提高视觉惯性里程计在动态场景下的鲁棒性。
主要工作包括：

1. 对现有的TUM数据集进行扩充，生成带有IMU数据的仿真数据集；
2. 对传统的VINS-Fusion算法加入了深度估计模块，使之能够基于RGB图片得到对应的深度图；
3. 针对SLIC算法进行增强，综合考虑了图像色彩，像素，深度三方面的距离；
4. 对基础的视觉定位算法进行改进，加入基于SLIC算法的聚类模型和残差模型使之能够过滤场景中的动态物体，提高定位精度；

基于Camera的IMU定位精度校准方法研究 系统设计与算法开发

时间：2019.9-2020.3
项目内容: 针对当前虚拟现实头显定位成本较高的特点，设计基于相机与IMU的视觉定位算法以提高精度，降低成本。
职责描述：负责带领团队跟进项目，对现有的各种算法进行调研和复现，完成技术调研报告；

1. 设计了基于ROS系统和VINS-Fusion算法的视觉定位系统；能够在室内实时估计VR头戴显示设备的位置与姿态（C++）；
2. 采购设备，对相机和IMU组成的硬件系统进行参数标定，通过实验确定硬件系统所需要的各种参数，实现了基于树莓派、双目摄像头和IMU（ICM20602）的原型机；
   发明专利：一种基于双目相机和IMU的虚拟现实头戴显示设备定位系统（申请号: 202010135110.4）；

华米（北京）信息科技有限公司 算法开发 算法组

时间：2019.05 - 2019.08
项目介绍：基于运动手环中的加速度计和陀螺仪实现计步算法、游泳划频计算、划船机划频算法。
职责描述：针对运动手环的特点针对性地设计算法，实现相应的功能。
基于滤波法实现基于陀螺仪的游泳划频算法（Matlab）。
基于滤波法实现基于加速度计的划船机划频计算算法，能够实时输出用户的划频与划次，已部署到运动手环中（Matlab&C）。

智慧星光项目(实验室与河北电信合作) 算法开发

时间： 2018.09 - 2018.12
负责对语音转化文本进行数据清洗、文本标注（Python）。
负责从自然语音转换的文本中提取时间关键词，并使用随机森林算法对提取得到的时间词进行分类（Python）。