控制工程硕士研究生·Robotics / VLN / AMR Systems
Research interests: Long-horizon Vision-Language Navigation, real-robot systems, SLAM / mapping
I build the robot first, then study how long-horizon navigation goes wrong and recovers.
你好，我是 Jinghai Li，一名控制工程硕士研究生。我的工作从真实机器人开始：自己装底盘、接电控和传感器，把 ROS 2、Nav2、建图与 Web 工具跑通，再把机器狗和 AMR 用作 Vision-Language Navigation 的实验平台。
我目前研究面向真实机器人系统的长程视觉语言导航（VLN），重点关注历史状态建模、语义子目标推理，以及偏航检测与可验证恢复。
Research Profile
Vision-Language Navigation 研究机器人执行长指令时何时开始偏离；结合历史状态、当前观察和语义子目标做偏差判断，并验证恢复是否真的有效。
Real-robot AMR Systems 从底盘、电控、线束和传感器到 ROS 2 / Nav2 自己搭建。真实系统不是展示背景，而是问题、数据和失败案例的来源。
Mapping and Verifiable Execution 用 LiDAR、RGB-D、IMU 与地图建立可复盘的执行链；目标点、状态变化、规划路径和实际轨迹都应当能检查。
Toolchain: ROS 2, Nav2, SLAM, LiDAR, RGB-D, VLM / VLA, Web tools.
这些项目不是并列的标签，而是一条连续路径：先把机器人造出来、跑起来、记录下来，再把 VLN / VLA 问题接进真实系统。
以 DAS Ego 建立第一视角观测与时空上下文，以 UMI 记录双手末端轨迹、夹持变化和接触事件。我已完成设备佩戴、配对及真实桌面双手操作；当前将视觉、姿态与动作片段按时间轴整理为可复盘的数据单元，为后续 VLA 示教与策略评估提供真实输入。
围绕 10 轴主动关节控制建立 USB / CANFD 动作链，记录双手姿态与序列回放；下一步融合视觉观测、关节状态和 400+ 触觉点，形成可复现的 VLA 操作评测。
Go2X RGB-D / Odom 接入 MiniCPM-RobotTrack：31 帧历史 → 8 点轨迹。
这是我从底盘、电控、线束、传感器安装到 ROS 2、Nav2 和 Web 工具一步步搭起的工程底座。它承担建图、定位、导航、数据记录和真车执行，也是后续 VLN 实验的可靠基线。
AMR2 detail page / Project page
· Self-built AMR engineering base
从 3D 打印装配、CAN 电机通信到 ROS 2 / MoveIt 2 与 LeRobot pi0.5，把 VLA 从模型接口接到真实关节反馈。这是我从导航向具身操作延伸的一条支线。
这里保留 2025 年真实做过的底盘迭代、SLAM / Nav2、多传感器建图、Web 控制台和覆盖规划。它不是对当前研究的重复包装，而是今天能继续做真机 VLN 的工程来路。
Project details / RabbitRobot platform
· AMR engineering foundation
我把 ROS 2 真车调试入口搬进浏览器：通过 rosbridge WebSocket 汇聚地图、激光、点云、路径、TF 与设备状态，在同一界面完成图层配置、2D/3D 视图切换、单点/多点导航、重定位、手动控制和日志回看。
ROS 2 Web details / Source on GitHub
· Active ROS 2 Web console两个长期维护的公开入口，分别记录真实机器人平台和 AI 校园文化产品原型。
