Academic Profile
这个页面不是笔记目录，而是我目前学术兴趣和项目方向的概览。我希望把数学基础、计算机视觉和机器人系统放在同一个问题意识下理解：如何从几何、概率和优化出发，构建能够在真实场景中工作的感知与决策系统。
Research Direction
我现在最关注的是机器人和视觉中的几何问题。相比只把算法当作工具调用，我更想理解它们背后的模型假设、数学结构和工程边界。
- Geometric vision: 多视图几何、极线几何、PnP、相机模型与位姿估计
- Robotics perception: 视觉识别、目标定位、传感器融合与环境理解
- Localization and mapping: SLAM、滤波、里程计和动态状态估计
- Learning for robotics: 强化学习、仿真训练与机器人运动控制
- Mathematical foundations: 线性代数、概率、优化和微分几何相关基础
Current Questions
- 如何把几何约束和学习方法结合起来，提高视觉系统的稳定性与可解释性？
- 在机器人比赛或真实系统中，感知、定位和规划模块应该如何协同？
- 传感器融合、滤波和 SLAM 在工程部署中有哪些常见失效模式？
- 数学理论如何转化为可调试、可复现、可维护的算法系统？
Project Direction
目前的项目积累主要来自机器人战队和个人工程实践。后续我希望把这些经历整理成更完整的项目页，而不是只停留在零散笔记。
- Robotics system: 记录定位融合、视觉识别、路径规划、状态树和 ROS 2 模块协作。
- Vision pipeline: 整理 YOLO-OBB、Pose、PnP、OpenCV 和几何视觉相关实验。
- Simulation and control: 总结 Isaac Sim、PPO、运动控制和动态避障相关实践。
- Knowledge tools: 记录智能助手机器人、语义检索和团队知识管理系统的设计。
Notes Boundary
具体知识点、推导和代码实验会放在 Notes 分类中；Academic 页面只保留方向、问题和项目路线。这样它更像一张研究地图，而不是另一个笔记列表。