Hi, I'mXilin Zhu

Ein kollaborativer Roboter soll nicht nur wissen, was zu tun ist, sondern auch, wann er zugreifen darf — indem die dreidimensionale Position und Geschwindigkeit der menschlichen Hand als niedrigdimensionaler Zustands-Token in eine VLA-Politik eingespeist wird.

Ein KI-Zwilling in der ersten Person, dessen einzige Faktenquelle von mir geprüftes und freigegebenes Material ist — mit Sicherheits- und Kostengrenzen, die als harte Startbedingungen umgesetzt sind statt als Warnhinweise.

Vollständiger ROS-2-Fahrstack auf dem KAL-Versuchsfahrzeug — RGB-D-Wahrnehmung, Überhol- und Pylonengassenplanung, Regelung mit Pure Pursuit und PID. Ich war hauptsächlich für die Wahrnehmung verantwortlich; der mit 400 Fahrzeugbildern trainierte Detektor erreicht 97,4 % mAP50.

Flottenmanagement und Bewegungsregelung nach VDA 5050 über MQTT umgesetzt und von der Simulation auf zwei reale mobile Roboter unterschiedlicher Fahrzeugtypen übertragen — mit fahrzeugtypabhängiger Wegplanung und Stationssperren, bestätigt in der abschließenden Vorführung.

YOLOv5s und C3D für statische und dynamische Gestenerkennung verbessert (81,3 % mAP, bis zu 83,3 % Genauigkeit) und ein Raspberry-Pi-Roboterfahrzeug per WLAN in Echtzeit mit 10 Bewegungsbefehlen über statische Gesten gesteuert.

PyTorch-Implementierungen eines generativen Modells und der zentralen Komponenten einer Transformer-Architektur für Bilddaten, vom Aufbau über das Training bis zur Inferenz.