Profile 03 00@2x 0f8539d7f013fd11030f4f7a7b97caf8c2dc5732bc61cba71764f3365c568794

劉永翔 Eric

應徵職位 : 自動化工程師

「勇於嘗試不怕挫折,積極學習勤能補拙」,此為個人對事物的態度與座右銘。


本人十分熱愛電腦科學(跨領域多元學習,不侷限於科系限制),皆會主動接觸與學習如C/C++、ROS等資訊相關知識,並應用於各項專案開發。目前就讀於成大航太碩士班二年級,修課方面為機器學習與影像辨識等人工智慧領域,而碩士研究則以無人車為主體,撰寫具強健性道路偵測演算法,並整合控制器實現自動駕駛


專長 : 影像處理、電腦視覺、機構設計


新北市新莊區,TW

 [email protected]                     0933435719

技能


製圖軟體

AutoCAD
    繪製工件之2D工程圖
Solidworks 
    •繪製3D零件圖&組合圖 
    •動態模擬分析

Programming

C/C++:
    主要以Visual Studio配置OpenCV來進行影像處理相關演算法之開發。


Development Tool
Qt:
     用以開發設計C++程式之GUI介面。
Matlab: 
    主要用於測試開發之演算法的可行性與資料統計分析。 
ROS(Robot Operating System):
    目前無人車研究使用之機器人作業系統。

學歷&經歷


美商祥茂暑期實習,2018 年 7 月 - 2018 年 8 月

    碩一暑期於美商祥茂實習,美商祥茂為全台光收發模組最大供應商。在此短短兩個月時間,個人即提出三項專案如標籤站自動化計劃、自動化判別ASE異常演算法、自動化判別OCCR異常演算法,其中以個人開發(無團隊協助)之自動化判別ASE異常演算法,替公司節省近百萬,目前已被公司導入系統,經公司評估長期效益可節省近千萬。





Experiences 00 00@2x 504900dc09d82f711fdb54cf5763251cab5193a844856da978b2b8f3907ecd5a

國立成功大學-航空太空工程研究所,2017 年 9 月 - 2019 年 6 月(畢業)

•碩一上:藉由修課提升人工智慧之相關知識與能力

    •飛具振動與控制:

        學習Linux作業系統的基礎操作與ROS的使用,並以1/10模型車進行軟體發展、環境感知、地圖建置、路徑規畫等實作。


    •機器學習&圖訊識別:

        學習到人臉辨識、CNN、DNN等原理與概念,製作個人相關專題-結合指尖偵測與追蹤之視力檢測系統





Experiences 00 00@2x 504900dc09d82f711fdb54cf5763251cab5193a844856da978b2b8f3907ecd5a

逢甲大學-機械與電腦輔助工程學系,2013 年 9 月 - 2017 年 6 月(畢業)

•大二:主動(提早)找指導教授,培養機械相關外之專業能力

    自我查詢系上師資,選擇具有機器學習與機器視覺專長的 楊世宏 教授來要求指導。在指導過程中學習利用Visual Studio、Opencv、Qt來重現實驗室學長與羅技AOI系統研發之產學合作案,其是開發對滑鼠LED圖形投影進行瑕疵檢測的系統,其論文為間接培養了個人對於影像處理的知識與能力。

 


•大三:積極參與各項活動與競賽,累積自身額外經驗

#應用於居家照護之移動式座椅機器人之設計 : 此專題報告有投稿至科技部、CSME研討會,也被自校認可為優質學期報告收錄於圖書館。此過程增進了個人 1.程式撰寫能力  2.擬定研究方法與結果分析 3.撰寫論文與製作簡報 4.口語表達能力 5.思考與解決問題能力。


 #參與2016捷普-綠點學生創新設計大賞「塑●型」: 此競賽是和不同領域科系的人組隊參與,而個人則是擔任隊長之職,過程中提升個人構思創新產品的能力,以及透過分析將不同人員所提出之論點進行優化整合,且學習到如何排解團體中的紛爭。 


 #擔任全國大專院校機械盃 網球負責人 :  學習到意外狀況發生時,如何做出最佳的對策去應對,使問題造成的影響降至最低,且在此過程中必須隨時與上層報告狀況,同時領導下層,使兩者之間得以資訊流通與配合。

Experiences 00 01@2x 6daa47d1df70d315f129dcecdd562003831581c4cdd8f9c819aa22d4a24ae150

作品集(個人&團體)


滑鼠LED圖形投影成像瑕疵檢測系統(個人)

    此系統利用自動化光檢測取代人力進行非接觸式檢測,檢測因滑鼠模具長期使用造成的滑鼠LED圖形投影成像模糊問題。

Paragraph image 04 00@2x 0a60eca693a10c928b852fbc59ecb80f69e59f0d26acd4c74f39c7f256369567
Paragraph image 04 01@2x d7b528f9ab8e34777562695011fbbc2a4f3f28d8b47f4c8e57ee7c3410afdfa8

2016捷普-綠點學生創新設計大賞「塑●型」(團體)

    產品名稱為多功能玫瑰檯燈,其設計 構想源自於玫瑰,透過仿生設計重現其 外貌,本產品擁有開閉式花苞、自動芳 香等功能以及智慧化的概念,並可對人 體進行紓壓的動作。






Paragraph image 00 00@2x

應用於居家照護之移動式座椅機器人之設計(個人)

    當高齡者與行動不便者在家中因體力不支需至座椅休息時,座椅會自行偵測使用者位置,並主動移動至使用者可乘坐之範圍,藉以降低其移動時受傷的風險。此過程不需依靠他人攙扶或行動輔助器協助,效益上不僅提升兩者在生活上的便利性,甚至可減少醫療資源的使用與花費。






Paragraph image 00 00@2x ebb59a6d9adb03673d06762584bb6a0cc401a7cc4bd081bb82ce6f841d95aa2b

結合指尖偵測與追蹤之視力檢測系統(個人)

    傳統的視力量測過程中,都會需要一名醫師協助進行測試,來接收受測者的回應並根據其作答情況進行判斷。在考慮到整個量測的過程是不複雜且重複性高的情況下,開發此系統以機器取代人力,進而減少醫療人力資源的消耗。

Paragraph image 00 00@2x ebb59a6d9adb03673d06762584bb6a0cc401a7cc4bd081bb82ce6f841d95aa2b

標籤站自動化自動化計劃(個人)

    將後段製程站整合為一站,並採用規劃後之自動化機台取代人力,其可提高產線效能,降低人事成本。

Paragraph image 00 00@2x

自動化判別OXXX異常演算法(個人)

    現有OXXX異常判別系統為外包設備商製作,但其判別機制過於敏感,導致產品容易檢測未過,因而改用人工判別。本專案運用影像處理技術實現自動化異常判別演算法,經實驗驗證,所設計之影像判別機制可正確檢測產品是否異常。

Paragraph image 00 00@2x

自動化判別AXX異常演算法(個人)

Projects 01 00@2x

    現有AXX異常判別均為人工判別,人工判別速率慢,並受人體主觀意識影響。本專案運用影像處理技術實現自動化異常判別演算法,經產線測試後,得知相較於人工判別可節省99.83%時間與成本。

Robust Lane Detection Algorithm Based on Lane Geometric Analysis for Lane Keeping System(個人) 

Projects 01 00@2x

    Lane detection and lane control are key to lane keeping systems (LKS) for vehicle moving along the lane center reducing accidents by unintended lane departures. This paper presents an efficient lane detection and control by using only a cost-effective image sensor for autonomous delivery market. The lane detection combines the inverse perspective mapping, the median local threshold, the line segment detector, and the binary line segment filter to extract lane features, and also an improved Hough transform and optimized random sample consensus method to detect lane markings. With the robust lane detection, a pure-pursuit steering controller and a proportion-integral speed controller are applied to lane control. Experiments of a 1/10 scale model car maneuvering in a straight-curve-straight lane show that the proposed system outperforms the previous work to achieve average lane detection error within 1% and maximum cross-track error within 15% in real-time.

Powered by CakeResumePowered by CakeResume
Powered by CakeResumePowered by CakeResume