[{"content":"Overview 本页记录 Formula Student Driverless 自动驾驶系统经历。它只描述可公开确认的项目范围，不把车队整体成果归因于个人，也不发布尚未核验的比赛名次或性能指标。\nProblem 学生方程式无人驾驶要求感知、状态估计、规划、控制与车辆接口在有限算力和真实赛道约束下协同工作。工程价值不仅来自单个算法，也来自时间同步、故障隔离、可观测性和可重复测试。\nSystem Architecture 公开内容按“传感器与车辆接口 → 状态估计与环境理解 → 轨迹规划 → 控制执行 → 日志与安全监控”的系统边界组织，便于后续补充经核验的个人贡献和证据。\nLimitations 当前页面不公开未提供的车队名称、具体职责、赛季结果和量化性能。\n","permalink":"https://functionhx.github.io/projects/formula-student-driverless/","summary":"自动驾驶系统集成与赛场工程语境下的项目记录。","title":"Formula Student Driverless"},{"content":"Overview 该方向探索 3D Gaussian Splatting 场景表示如何服务实例导航与视觉定位。页面仅提供高层研究概述；与清华车辆学院相关的 3DGS / 专利内容不在此披露合作边界之外的信息。\nProblem 用于渲染的三维表示并不天然等价于可用于机器人决策的场景模型。研究问题在于如何把视图表达、空间查询、实例语义和定位需求放进可评估的系统边界。\nSystem Architecture 公开范围仅描述“场景采集与表示 → 可查询的三维信息 → 导航 / 定位接口 → 任务级评估”四个层次，不公开未申请专利的算法步骤、参数、数据或实现细节。\nResults 当前状态为 patent disclosure in preparation。本站不声称已授权专利、已发表论文或未经公开证据支持的性能结果。\nLimitations 本页不是技术披露文件；核心方案、数据、对比实验和个人贡献边界将在允许公开且完成核验后更新。\n","permalink":"https://functionhx.github.io/research/3dgs-navigation-localization/","summary":"仅公开研究问题、系统边界和状态，不披露未申请专利的核心技术细节。","title":"面向实例导航与视觉定位的 3DGS"},{"content":"Overview 当前公开事实为：20 个上游 Pull Requests 已合并。涉及的代表性生态包括 vLLM、OpenRLHF、NVIDIA CCCL、CycloneDDS、ROS 2 与 OpenCV。\nContribution Areas AI Infrastructure Robotics Middleware Developer Tools Evidence Policy 本页不会用仓库名称推断具体贡献内容，也不会在缺少链接时虚构 PR 编号、代码行数或影响范围。逐条贡献将在确认 URL、合并状态和个人作者身份后加入。\n","permalink":"https://functionhx.github.io/open-source/merged-pull-requests/","summary":"覆盖 AI 基础设施、机器人中间件与开发者工具；逐条链接待核验后公开。","title":"已合并上游 Pull Requests"},{"content":"","permalink":"https://functionhx.github.io/about/biography/","summary":"","title":"个人简介"},{"content":"Overview 本页记录 Unitree G1 指定目标跟随经历。公开范围聚焦系统问题和接口边界，不推断尚未提供的模型、传感器配置或个人职责细节。\nProblem 指定目标跟随需要在目标选择、持续感知、遮挡恢复、运动指令和安全约束之间形成稳定闭环。真实机器人还必须处理通信延迟、状态切换和失效保护。\nSystem Architecture 页面后续将按“目标指定 → 感知与跟踪 → 相对状态估计 → 行为与运动接口 → 安全监控”的结构补充经核验材料。\nLimitations 当前不公开未经确认的硬件配置、模型指标、场景成功率或团队分工。\n","permalink":"https://functionhx.github.io/projects/unitree-g1-target-following/","summary":"围绕目标指定、持续跟踪、运动接口与安全边界组织的实机系统记录。","title":"Unitree G1 指定目标跟随"},{"content":"Overview 该方向研究世界模型如何辅助生成可编辑的道路场景，使场景变化能够围绕明确条件组织，并服务于后续分析或系统验证。\nProblem 道路场景生成不仅需要视觉合理性，还需要关注可控编辑、时空一致性、条件保持和评估可解释性。公开页面不会把视觉样例直接等同于系统有效性。\nSystem Architecture 当前仅公开“场景条件 → 表示与生成 → 可控编辑 → 一致性与任务评估”的研究边界，不公开未发布的方法实现、数据细节或实验结果。\nResults 当前状态为 manuscript in preparation。这不代表论文已投稿、已接收或已公开。\nLimitations 在稿件和公开材料完成前，本页不提供未经核验的指标、对比结论或核心技术细节。\n","permalink":"https://functionhx.github.io/research/editable-road-scene-generation/","summary":"在论文准备阶段，仅公开问题定义、评估边界和限制。","title":"世界模型辅助的可编辑道路场景生成"},{"content":"","permalink":"https://functionhx.github.io/about/experience-timeline/","summary":"","title":"经历时间线"},{"content":"Overview 本页记录 RoboMaster 哨兵导航与定位经历，并将其与雷达站多传感器融合经历区分开来。未提供的赛季、队伍与个人职责不会被推断。\nProblem 动态对抗环境中的导航需要持续处理定位漂移、动态障碍、局部可通行性、路径重规划以及系统异常后的恢复。\nSystem Architecture 公开结构按“传感器输入 → 状态估计 → 地图与代价表示 → 全局 / 局部规划 → 底盘接口 → 运行监控”组织。\nLimitations 当前不展示未经核验的比赛结果、导航指标、硬件参数或个人贡献比例。\n","permalink":"https://functionhx.github.io/projects/robomaster-sentinel-navigation/","summary":"面向动态对抗环境的定位、地图、规划与恢复机制问题。","title":"RoboMaster 哨兵导航与定位"},{"content":"","permalink":"https://functionhx.github.io/about/resume/","summary":"","title":"简历"},{"content":"Overview 本页记录 Unitree Go2 上 VLA / VLN 能力的实机部署经历。它不把研究模型的通用能力等同于可直接运行的机器人系统。\nProblem 从模型到实机需要明确观测与指令格式、推理延迟、动作约束、状态机、通信故障和人工接管边界。部署可靠性来自模型、系统和安全策略的共同约束。\nSystem Architecture 公开页面按“传感与任务输入 → 模型推理适配 → 行为 / 动作接口 → 机器人执行 → 遥测与安全监控”的边界组织。\nLimitations 当前不公开未提供的模型版本、场景成功率、数据集、硬件算力或个人职责细节。\n","permalink":"https://functionhx.github.io/projects/unitree-go2-vln-deployment/","summary":"关注模型输入输出、机器人接口、推理链路和安全运行边界。","title":"Unitree Go2 VLA / VLN 实机部署"},{"content":"","permalink":"https://functionhx.github.io/about/contact/","summary":"","title":"联系"},{"content":"Overview 本页记录 Batch-LIO 相关经历。由于尚未提供论文、代码仓库、版本和个人贡献说明，页面不对算法所有权或上游成果作额外推断。\nProblem 激光雷达—惯性里程计需要在异步传感器数据、运动畸变、状态估计、地图表示与计算开销之间取得平衡，并通过可重复数据和日志解释失效。\nSystem Architecture 后续证据将按“LiDAR / IMU 输入 → 时间与运动处理 → 状态估计 → 地图 / 配准接口 → 轨迹与诊断输出”的边界整理。\nLimitations 当前不发布未经核验的精度、速度、数据集结果、代码链接或个人贡献比例。\n","permalink":"https://functionhx.github.io/projects/batch-lio/","summary":"围绕 LiDAR–IMU 数据、状态估计、计算边界与可复现证据组织的项目页。","title":"Batch-LIO"},{"content":" 本文是旧版「点评 / 拆解」栏目留下的结构示例，不针对真实论文或技术范式作出判断。\n主张 先准确概括被评议对象的核心主张，避免稻草人论证。\n拆解 检查方法、假设、证据与结论之间是否存在缺口。\n证据 / 反例 记录可核验的数据、引用、复现实验或反例。\n裁决 给出与现有证据强度相匹配的暂时判断，并明确局限。\n","permalink":"https://functionhx.github.io/notes/critiques/example/","summary":"\u003cblockquote\u003e\n\u003cp\u003e本文是旧版「点评 / 拆解」栏目留下的结构示例，不针对真实论文或技术范式作出判断。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"主张\"\u003e主张\u003c/h2\u003e\n\u003cp\u003e先准确概括被评议对象的核心主张，避免稻草人论证。\u003c/p\u003e\n\u003ch2 id=\"拆解\"\u003e拆解\u003c/h2\u003e\n\u003cp\u003e检查方法、假设、证据与结论之间是否存在缺口。\u003c/p\u003e\n\u003ch2 id=\"证据--反例\"\u003e证据 / 反例\u003c/h2\u003e\n\u003cp\u003e记录可核验的数据、引用、复现实验或反例。\u003c/p\u003e\n\u003ch2 id=\"裁决\"\u003e裁决\u003c/h2\u003e\n\u003cp\u003e给出与现有证据强度相匹配的暂时判断，并明确局限。\u003c/p\u003e","title":"【归档示例】一篇拆解笔记的结构"},{"content":"这是网站建站初期留下的第一篇文章。它记录了 Hugo 与 PaperMod 的初始技术选择，现作为迁移历史保留，不再代表当前网站的信息架构或部署说明。\n","permalink":"https://functionhx.github.io/notes/hello-world/","summary":"\u003cp\u003e这是网站建站初期留下的第一篇文章。它记录了 Hugo 与 PaperMod 的初始技术选择，现作为迁移历史保留，不再代表当前网站的信息架构或部署说明。\u003c/p\u003e","title":"你好，世界"},{"content":"","permalink":"https://functionhx.github.io/fx/","summary":"","title":"特效实验室"}]