机器人视觉软件工程师简历模板

• 负责3C产线视觉引导系统开发，完成相机标定与坐标转换模块，定位精度达±0.05mm。
• 优化缺陷检测算法流程，单件检测节拍由1.2秒降至0.78秒，产线良率提升约2%。
• 主导视觉软件与PLC、机械臂通信接口封装，支撑8条产线稳定量产。

• 使用Halcon与C++开发外观检测软件，覆盖划痕、脏污等6类缺陷，误检率控制在0.5%以内。
• 参与手眼标定与视觉引导抓取方案设计，项目交付周期平均缩短15%。

• 基于结构光相机与PCL实现点云配准与位姿估计，抓取成功率由92%提升至98.5%。
• 设计多相机标定流程，标定耗时从40分钟压缩至12分钟，支持现场快速换线。

• 采用YOLO系列模型结合传统图像处理，实现6类表面缺陷自动分类，准确率达97%。
• 完成模型轻量化与TensorRT部署，单帧推理耗时降至18ms，满足产线实时要求。

研究方向：机器视觉与机器人控制，参与实验室视觉引导课题。

主修课程：自动控制原理、数字图像处理、机器人学。