电话：
18374898915邮箱：1477514699@qq.comGithub: github.com/tanghw9827 个人博客: tanghw9827.github.io
荣誉奖励: 国家励志奖学金，校一等奖学金，英语四六级，美国大学生数学建模竞赛一等奖
- 掌握 C++、Python、Matlab 等多种编程语言，熟悉 Ubuntu、ROS2 开发
- 熟悉 Hybrid A*、RRT*、Lattice Planner、EM Plannner 等规划算法，以及 QP、SQP等优化算法，掌握OSQP、Ipopt、iLQR 等求解器的使用
- 熟悉车辆运动学特性、动力学建模，掌握 PID、LQR、MPC 等控制算法
- 熟悉 FSM、MDP、POMDP、Game Theoy 等决策模型
- 了解 Diffusion、UniGen、Trajeglish 等⽣成式模型，熟悉 UniAd、VADv2 等端到端框架
- 负责参考线功能新特性开发，包括参考线绕行静态障碍物、通过匝道、无变道路口等复杂场景，无图版本下参考线的适配，以及接入决策NN先验的参考线生成，最终实现无图版本下接入网络预测轨迹的参考线生成
- 实现控制模块的性能优化，包括车辆运动学和动力学参数及加速度和转角响应时间的系统辨识，以及MPC误差权重参数自整定下的横纵向轨迹跟踪误差优化，最终使得最大航向角误差减小了58.4%，最大横向误差减小了19.2%
- 研究contingency-planning下基于场景树构建的自车轨迹优化，包括自车策略定义下的场景树构建，多意图优化问题的求解，以及最优轨迹的获取，最终实现小gap下的变道、cut-in下的轨迹优化、路口前的效率变道等功能
- 负责新车型与改款车型总装工艺的设计开发与自动化设备的导入及改造调试
- 完成了Aion S、Aion LX两款改款车型，Aion Y、Aion V两款新车型的工艺开发工作
- 通过多决策模块输出的场景树构建联合规划问题，包括模型的建立（交互目标的筛选、联合状态的建立）以及potential的初始化
- 基于iLQR求解优化问题，输出优化后自车和keyagents各时刻的输入序列U_list和状态序列X_list
- 使用 Carla 和 ROS2 部署规划控制常用算法，并在 carla_ad_demo 场景中运行
- 控制算法： Pure Pursuit，Stanley，纵向串级 PID，横向 LQR，横纵向 MPC，RBF神经网络前馈控制
- 规划算法：A*，Hybrid A*，RRT*，参考线 OSQP 平滑，EM Planner，Lattice Planner
- 使用LSTM神经网络对输出轨迹进行预测
- 基于时延同步迭代学习控制算法，实现轨迹跟踪控制
- 论文：An iterative contouring error compensation scheme for five-axis machine tools based on motion synchronization control（IEEE/ASME TMECH）（SCI 一区，一作，IF=6.1）
- 专利： 一种基于时延同步的多轴联动轮廓误差控制方法：中国，CN202410113133.3 [P].2024-03-23.