从芯片到机器人
上下位机全栈工程师

向下写底层驱动与实时控制，向上做运动规划与具身智能
—— 让算法真正驱动物理世界。

查看项目

GitHub [email protected]

01 / About

让硬件听从算法的指挥

我是周子惟，武汉科技大学电子信息工程专业在读。曾任校 RoboMaster 战队步兵电控组负责人、 武汉晴山科技机器人系统集成实习工程师：在校主导串联腿平衡步兵和全向轮步兵两款机器人的电控系统开发， 在实习期间全权负责宇树 G1-D 人形机器人的机械臂运控。从 STM32 底层驱动、LQR 最优控制、 FreeRTOS 实时调度，到 ROS2 运动规划与具身智能策略部署，我享受让硬件听从算法的过程。

Wuhan University of Science & Technology
Embedded · ROS2 · Motion Planning · Embodied AI

比赛现场

02 / Tech Stack

从底层到顶层的完整栈

八个技术领域，覆盖从芯片驱动、ROS2 运动规划到具身智能的完整链路。
每一项都是实战中打磨过的硬技能。

OVERVIEW ROS2 · DDS · OMPL · Isaac Lab · LQR
MCU CORE 001

单片机开发

  • STM32 熟练
  • ESP32 熟悉
  • FreeRTOS 实时操作系统 熟悉
  • 多任务调度架构设计 熟悉
PERIPHERAL BUS 002

外设与通信

  • CAN 熟练
  • UART 熟练
  • IIC 熟悉
  • SPI 熟悉
CONTROL ENGINE 003

控制算法

  • 双环 PID 熟练
  • 前馈 PID 熟练
  • LQR 最优控制 熟练
  • VMC 虚拟模型控制 熟悉
  • MPC 模型预测控制 了解
  • 卡尔曼滤波 熟悉
ROS DEVELOPMENT 004

ROS 机器人开发

  • ROS2 (Humble / Foxy) 熟练
  • Gazebo / Rviz 熟悉
  • colcon / CMake 工作空间 熟悉
  • URDF / SRDF · TF2 熟悉
  • Tesseract / OMPL 运动规划 熟悉
  • DDS 熟悉
SIMULATION 005

仿真与建模

  • MATLAB / Simulink 熟练
  • 机器人运动建模 熟练
  • 动力学建模 熟悉
  • 数据拟合与分析 熟悉
REINFORCEMENT LEARNING 006

强化学习

  • Isaac Lab / Isaac Sim 熟悉
  • rsl_rl PPO 策略训练 熟悉
  • sim2real 域随机化 熟悉
  • MuJoCo 熟悉
LANGUAGES 007

编程语言

  • C 熟练
  • C++ 熟悉
  • Python 熟悉
TOOLS & DEBUG 008

工具链与调试

  • Keil / CubeMX 熟练
  • JLink / ST-Link 熟练
  • 万用表 / 示波器 熟悉
  • VOFA 上位机 熟悉
DEV TOOLS · 开发工具箱 常用 IDE & 软件
MATLAB
Python
VS Code
Visual Studio
Git
GitHub
Linux
Raspberry Pi
ROS2

03 / Projects

项目经历

从 RoboMaster 赛场到工业落地场景，
每一行代码都经过仿真验证，每一次调参都有数据支撑。

001

步兵电控组负责人

RoboMaster 串联腿平衡步兵机器人

独立完成平衡步兵动力学建模，推导腿部连杆机构运动学模型，建立系统状态空间方程。 设计 VMC + LQR 控制器实现双腿 12 状态量、4 关节电机 2 轮电机协同控制。 开发卡尔曼滤波器融合 IMU 数据、轮足跳跃算法（稳定跳跃 40cm）、底盘功率控制配合超级电容。

成果

  • 控制精度及稳定性提升约 40%
  • 仿真验证缩短实车调试周期约 30%
  • RoboMaster 2026 超级对抗赛中发挥优异
LQR VMC 卡尔曼滤波 MATLAB/Simulink STM32
串联腿平衡步兵

演示视频

002

步兵电控组负责人

RoboMaster 全向轮步兵机器人

基于 STM32G4 完成全向轮底盘运动学解算，实现复杂战场环境下的高机动平滑陀螺移动与云台精确定位。 采用 FreeRTOS 设计多任务调度架构，设计双环 PID + 前馈控制策略提升云台轨迹跟踪精度。 基于 CAN 总线设计整车通信网络，保证控制指令低延迟传输。

成果

  • 底盘响应速度提升 30%，云台定位精度提升 25%
  • 高校联盟赛 3v3 (安徽站) 国家一等奖
  • 步兵对抗赛 国家二等奖
STM32G4 FreeRTOS PID + 前馈 CAN 总线 运动学解算
全向轮步兵
003

机械臂运控负责人

宇树 G1-D 机械臂 · Tesseract 双臂运动控制

面向动态目标抓取场景，接收上层下发的 7-dof 目标位姿，以 Tesseract + Trac-IK/KDL 逆解与 OMPL 碰撞检测规划无碰撞路径，经 Unitree SDK2 DDS 50Hz 下发真机执行。 针对规划耗时瓶颈完成 VHACD 凸分解提速，并叠加 200Hz 视觉伺服层（卡尔曼预测 + Ruckig 平滑 + wdls 速度级 IK）稳定追踪 30Hz 动态目标完成精定位抓卡。

成果

  • 静态到位误差 5mm / 3°
  • 单点规划周期 1.75s → 0.21~0.60s（约 5×）
  • 伺服控制稳定追踪动态目标，控制响应时间低于 0.5s
ROS2 Humble/Foxy Tesseract + OMPL 双臂异步控制 DDS 真机直驱 200Hz 视觉伺服

演示视频

004

机械臂运控负责人

宇树 G1-D 机械臂 · Isaac RL 端到端到位控制

面向机械臂到位控制，用端到端强化学习替代传统运动规划：在 Isaac Lab 中用 rsl_rl PPO 训练 reaching 策略（4096 并行环境 + 步数驱动课程 + 域随机化），best 模型导出 ONNX 部署至机载 Jetson Orin NX，直接输出关节增量、50Hz 直驱机械臂到位 —— 无 OMPL / IK 规划节点，控制链路更短。训练与部署共用同一份目标契约（球域采样）；到位判定为 TF 真实位姿连续 3 拍命中（位置 < 3cm 且姿态 < 5°）。

成果

  • 到位率 90.9%（≥ 90% 验收线）
  • 50Hz 端到端直驱真机，无规划节点
  • 到位判定 位置 < 3cm 且姿态 < 5°（真机复验通过）
Isaac Lab / rsl_rl 端到端强化学习 ONNX Runtime sim2real 域随机化 Python

04 / Internship

实习经历

2026.07 - 2026.10

武汉晴山科技有限公司 — 机器人系统集成实习工程师

高速路口闸机机器人收递卡项目 · 宇树 G1-D

  • 全权主导 G1-D 机械臂运控模块：从运动控制方案选型、算法开发到真机部署全流程闭环，独立交付可复现的完整运控链路
  • 跨端协同：牵头对接视觉算法团队，共同定义「实时识别坐标 → 运动控制指令」的流式接口与通信协议，打通静态抓取与动态目标追踪两类核心场景
  • 系统集成：协调机械、电控、视觉三方联调节奏，排查跨模块时序与坐标标定问题，保障整机在真实闸机场景下稳定演示
  • 成果：项目完成度较高并推动进入商业落地准备阶段；实习产出沉淀为运动规划与强化学习两条技术路线（详见项目区 003 / 004）

STATUS: 项目待商业落地 · 技术细节见项目区 003 / 004

机械臂运控负责人

05 / Honors & Awards

荣誉奖项

2026

RoboMaster 高校联盟赛 3v3 (安徽站)

国家一等奖

2026

RoboMaster 超级对抗赛 (南部赛区)

国家二等奖

2026

RoboMaster 超级对抗赛 (全国赛)

国家三等奖

2026

RoboMaster 高校步兵对抗赛

国家二等奖

2025

蓝桥杯嵌入式设计与开发

省级三等奖

2025

全国计算机等级考试 (C 语言)

二级

2025

大学英语六级 (CET-6)

462 分

06 / Beyond the Lab

工作之外的我

life.txt 
# 工作之外 · 生活侧写
$ cat personality.txt
独立自主 · 热衷新技术 · 肯钻研 · 自学能力强 · 上手快

$ cat hobbies.txt
拳击 · 游泳 · 足球 · 徒步 · 骑行 · 乒乓球

$ cat motto.txt
热爱运动 · 享受户外 · 顺其自然
生活照
生活照
徒步
徒步
攀岩
骑行

07 / Contact

联系方式

GitHub

github.com/Zhouzzw

Email

[email protected]

Phone

13035102279

WeChat

zzw13726855179