下面是一份四个项目的详细规划报告。我会按“目标岗位倒推”的逻辑写，不把它当作单纯学习路线，而是当作你 2027 回国投递长三角机器人、智能制造、新能源设备、工业自动化企业时的作品集建设方案。

你的基本盘很清楚：你已有 C/C++、Python、STM32、RT1064、Siemens PLC、Altium、SolidWorks、MATLAB、TIA Portal、NodeRed、EMQX、Grafana 等基础，并且做过储能电池检测、电动车状态监控、智能温室云监管、Siemens Cup PLC/WINCC 电梯群控、智能车视觉与运动控制等项目。 你的既有规划也已经判断：你最大的优势是“硬件 + 控制 + IoT”的工程闭环，而短板是高阶算法、机器人软件栈、科研/软件工程深度。

所以这四个项目的总目标不是“看起来炫”，而是补齐企业筛选你时最关心的四类证据：

1. 嵌入式控制能力
2. 工业设备系统能力
3. 机器人软件栈能力
4. 具身智能趋势认知

0. 总体项目组合定位

作品集总名称

建议你把四个项目统一包装为：

机器人嵌入式控制与智能系统作品集
Robotics & Embedded Control Portfolio

不要把它们做成四个完全无关的项目，而要让 HR 和技术面看到一条主线：

底层电机控制 → 工业设备状态监测 → 机器人导航系统 → 视觉语言机械臂操作

这条线对应的是：

从控制执行层，到设备通信层，到机器人系统层，再到具身智能应用层。

1. 四个项目的战略角色

投入比例建议：

如果时间不足，优先保住项目 1 和项目 2。项目 3 是投机器人公司必须补的“机器人味”。项目 4 是加分项，不是主菜。

2. 项目一：STM32 双电机闭环控制与状态监测系统

2.1 项目定位

中文名称： 面向移动机器人底盘的 STM32 双电机闭环控制与状态监测系统
英文名称： STM32-based Dual-Motor Closed-loop Control and Monitoring System for Mobile Robot Chassis

这是四个项目里的主项目。它决定你能不能立住“嵌入式控制 / 机器人控制 / 自动化研发”的主画像。

你的原有项目里虽然有智能车、PLC、电动车监控和电池检测，但企业可能会觉得它们偏本科项目。这个项目要解决的问题是：

证明你现在可以独立做一个可调试、可监控、可维护的嵌入式控制系统。

2.2 对应目标岗位

重点服务：

• 嵌入式软件工程师；
• 嵌入式控制工程师；
• 机器人控制工程师；
• 运动控制工程师；
• 自动化研发工程师；
• 工业设备控制软件工程师；
• 移动机器人底盘控制相关岗位。

2.3 HR 视角价值

HR 或技术初筛看到这个项目，会迅速提取这些关键词：

• STM32；
• C 语言；
• PWM；
• 编码器；
• PID；
• 电机控制；
• UART；
• 状态机；
• 故障检测；
• 数据监测；
• 移动机器人底盘。

这类关键词和你目标岗位的 JD 匹配度非常高。比“智能温室”“温湿度采集”更像企业项目。

2.4 核心功能设计

项目建议分三层做。

第一层：基础电机控制

必须完成：

• STM32 控制两路直流减速电机；
• PWM 调速；
• 正反转控制；
• 编码器测速；
• 串口输出实时速度；
• 基础电机启停。

最低要求：

两个电机都能稳定转，能看到实时速度反馈。

第二层：闭环控制

必须完成：

• 单电机 PID 速度闭环；
• 双电机 PID 速度闭环；
• 目标速度设定；
• 实时速度反馈；
• PID 参数调节；
• 超调、稳态误差、响应时间记录；
• 简单滤波，例如滑动平均或一阶低通滤波。

这里不要只写“实现 PID”，要留下调参记录：

这会让项目更像工程调试，而不是教程复现。

第三层：状态监测与故障管理

必须完成：

• 电压采集；
• 电流采集；
• 温度采集，可选；
• 低压报警；
• 过流报警；
• 堵转判断；
• 急停状态；
• 运行 / 待机 / 故障 / 急停状态机；
• 故障码定义；
• 串口或 MQTT 上传状态数据。

建议设计状态机：

INIT → IDLE → RUNNING → FAULT
               ↓
            EMERGENCY_STOP

故障码可以设计为：

2.5 推荐硬件清单

基础版：

• STM32F103C8T6 或 STM32F407 开发板；
• 两个带编码器直流减速电机；
• TB6612FNG 电机驱动模块，优先于 L298N；
• INA219 或 ACS712 电流采集模块；
• 分压电路采集电压；
• OLED 显示屏，可选；
• 按键或急停开关；
• 12V 电源或电池；
• 杜邦线、面包板、底板。

如果预算允许，买一个双轮小车底盘。没有底盘也可以先做台架。

2.6 推荐软件架构

嵌入式端建议模块化：

/Core
  main.c
  scheduler.c

/Drivers
  motor_driver.c
  encoder.c
  adc_sensor.c
  uart_comm.c
  key_input.c

/Control
  pid.c
  motor_control.c
  state_machine.c
  fault_detector.c

/Protocol
  packet_parser.c
  crc.c
  command_handler.c

/App
  chassis_app.c
  monitor_task.c

如果你用 FreeRTOS，可以设计任务：

如果不用 FreeRTOS，也可以用定时器中断 + 主循环状态机，但文档里要写清楚调度机制。

2.7 通信协议设计

建议设计简单帧格式：

Header | Device ID | Command | Length | Payload | CRC
0xAA55 | 0x01      | 0x10    | N      | ...     | CRC16

示例命令：

这会显著提升项目“工程化”观感。

2.8 可视化方案

优先推荐 Python 上位机，简单可控：

• Python + PySerial；
• Matplotlib / PyQtGraph 实时曲线；
• 显示左右轮速度、电压、电流、故障码；
• 支持输入目标速度；
• 支持启停和急停按钮。

界面不用漂亮，但必须能展示控制闭环。

2.9 里程碑规划

Week 1：硬件与基础驱动

交付物：

• 电机可控转动；
• PWM 调速成功；
• 编码器测速成功；
• 串口打印速度。

Week 2：PID 闭环

交付物：

• 单电机闭环；
• 双电机闭环；
• PID 参数记录；
• 速度响应曲线。

Week 3：状态机与故障管理

交付物：

• 启停 / 急停；
• 低压 / 过流 / 堵转逻辑；
• 故障码；
• 状态机图。

Week 4：通信协议与上位机

交付物：

• 通信协议文档；
• Python 上位机；
• 速度、电压、电流曲线；
• 第一版 Demo 视频。

2.10 GitHub 交付结构

project-1-stm32-motor-control/
  firmware/
  pc_dashboard/
  docs/
    system_architecture.png
    state_machine.png
    protocol.md
    pid_tuning_report.md
  demo/
    demo_video_link.md
  README.md

2.11 简历写法

面向移动机器人底盘的 STM32 双电机闭环控制与状态监测系统｜个人项目

• 基于 STM32 搭建双直流电机控制系统，完成 PWM 驱动、编码器测速、ADC 电压/电流采集等底层模块开发；
• 设计速度闭环 PID 控制算法，实现目标速度设定、实时速度反馈与动态调参，并记录超调、稳态误差和响应时间等调试指标；
• 构建设备状态机，支持启动、停止、急停、低压保护、过流报警、堵转检测等运行状态管理；
• 设计 UART 通信协议和 Python 上位机，实现左右轮速度、电压、电流、故障码等数据的实时可视化；
• 输出系统架构图、通信协议文档、PID 调参记录、Demo 视频和 GitHub 项目文档。

2.12 面试可讲点

面试官可能问：

1. 为什么选速度闭环而不是位置闭环？
2. 编码器测速怎么做？
3. PID 参数怎么调？
4. 堵转如何判断？
5. 通信协议为什么要加 CRC？
6. 如果电机响应抖动，你怎么排查？
7. 控制周期怎么选？
8. 如果左右轮速度不一致，如何校正？
9. 你这个项目和机器人底盘有什么关系？
10. 如果接入 ROS2，接口怎么设计？

你要提前准备答案。

3. 项目二：工业设备远程监测与运维平台

3.1 项目定位

中文名称： 面向工业设备 / 新能源终端的远程状态监测与运维平台
英文名称： Remote Monitoring and Maintenance Platform for Industrial and Energy Devices

这个项目不是为了显得“互联网化”，而是为了证明你具备工业设备数字化能力。

它和你之前的智能温室云监管、电动车状态监控、NodeRed、EMQX、Grafana 基础高度连续。你的 CV 里已经体现了设备联网和云平台逻辑设计经历。 现在要把它升级成更像企业的设备远程运维系统。

3.2 对应目标岗位

重点服务：

• 工业 IoT 工程师；
• 智能制造系统工程师；
• 自动化研发工程师；
• 新能源设备控制工程师；
• 储能设备监测工程师；
• 设备远程运维平台工程师；
• 工业软件 / SCADA 相关岗位。

3.3 HR 视角价值

HR 会看到这些关键词：

• MQTT；
• EMQX；
• Node-RED；
• InfluxDB；
• Grafana；
• 设备状态监测；
• 远程控制；
• 异常报警；
• 新能源设备；
• 工业 IoT；
• 数据可视化。

这些词对长三角智能制造、新能源设备、工业自动化企业很友好。

3.4 项目功能架构

建议项目分为四层：

设备层：STM32 / ESP32 / 模拟设备
通信层：MQTT / EMQX
逻辑层：Node-RED / Python
数据层：InfluxDB + Grafana

3.5 核心功能

设备数据采集

采集或模拟：

• 电压；
• 电流；
• 温度；
• 电机速度；
• 设备运行状态；
• 故障码；
• 在线状态；
• 累计运行时间。

如果你和项目 1 结合，可以直接使用电机控制系统的数据。这样两个项目会形成统一系统。

MQTT 数据通信

Topic 建议设计：

device/chassis001/telemetry
device/chassis001/status
device/chassis001/fault
device/chassis001/command
device/chassis001/config

Payload 建议 JSON：

{
  "device_id": "chassis001",
  "timestamp": "2026-05-25T12:00:00",
  "left_speed": 120,
  "right_speed": 118,
  "voltage": 12.3,
  "current": 1.8,
  "temperature": 36.5,
  "state": "RUNNING",
  "fault_code": 0
}

Node-RED 逻辑

Node-RED 实现：

• 订阅设备数据；
• 判断异常阈值；
• 设备在线 / 离线判断；
• 控制命令下发；
• 报警消息生成；
• 数据写入 InfluxDB；
• 简单 Web Dashboard。

Grafana 看板

Grafana 面板建议包括：

• 设备总览；
• 左右轮速度曲线；
• 电压曲线；
• 电流曲线；
• 温度曲线；
• 故障事件表；
• 在线 / 离线状态；
• 运行时长；
• 报警次数。

异常报警

建议实现：

3.6 里程碑规划

Week 1：MQTT 链路

交付物：

• EMQX 搭建成功；
• 设备或 Python 模拟器能发布数据；
• Node-RED 能订阅数据。

Week 2：数据存储与看板

交付物：

• InfluxDB 存储数据；
• Grafana 实时曲线；
• 设备状态面板。

Week 3：远程控制与报警

交付物：

• Node-RED 下发控制命令；
• 设备端响应命令；
• 报警规则；
• 故障事件记录。

Week 4：文档与 Demo

交付物：

• 系统架构图；
• MQTT topic 文档；
• 数据流图；
• Grafana 截图；
• Demo 视频。

3.7 GitHub 交付结构

project-2-industrial-iot-monitoring/
  device_simulator/
  node_red_flows/
  grafana_dashboards/
  docs/
    mqtt_topics.md
    data_schema.md
    system_architecture.png
    alert_rules.md
  README.md

如果使用真实 STM32 / ESP32，可以放：

firmware/

3.8 简历写法

面向工业设备 / 新能源终端的远程状态监测与运维平台｜个人项目

• 基于 STM32/ESP32 或设备模拟器采集电压、电流、温度、电机速度和故障码等运行参数，设计设备状态数据结构；
• 使用 MQTT + EMQX 搭建设备通信链路，设计 telemetry、status、fault、command 等 Topic，实现数据上报与远程控制；
• 基于 Node-RED 实现设备在线检测、异常阈值判断、报警转发和控制命令下发逻辑；
• 使用 InfluxDB + Grafana 构建设备监控看板，实现实时曲线、历史数据查询、故障事件展示和运行状态可视化；
• 输出 MQTT 协议文档、数据流图、报警规则文档、Grafana Dashboard 和 Demo 视频。

3.9 面试可讲点

准备这些问题：

1. 为什么选择 MQTT，而不是 HTTP？
2. 设备掉线怎么判断？
3. 如何避免数据丢失？
4. QoS 选几？为什么？
5. 设备命令下发如何确认执行成功？
6. Grafana 数据如何组织？
7. Node-RED 在工业场景中的优势和局限是什么？
8. 如果设备数量从 1 台变成 100 台，架构要怎么改？
9. 这个系统和 SCADA / EMS / BMS 有什么关系？
10. 如何做权限、安全和日志？

4. 项目三：ROS2 移动机器人建图与导航仿真

4.1 项目定位

中文名称： 基于 ROS2 的移动机器人建图与自主导航仿真系统
英文名称： ROS2-based Mobile Robot Mapping and Autonomous Navigation Simulation

这是你投机器人公司的“入场券项目”。你的文档里提到，ROS2 的简历及格线包括：能完成一个小型 ROS2 系统，包含 publisher、subscriber、service/action、参数、launch 文件、简单 TF2 变换，并能画出节点数据流图。 这个项目就是为了达到这个及格线之上。

4.2 对应目标岗位

重点服务：

• 机器人系统工程师；
• 机器人软件工程师，偏系统；
• AMR / AGV / 移动机器人公司；
• 机器人控制工程师；
• 机器人应用研发；
• 智能制造机器人业务线。

4.3 HR 视角价值

HR 会看到：

• ROS2；
• Gazebo；
• RViz；
• SLAM；
• Navigation2；
• TF；
• C++ / Python 节点；
• 移动机器人；
• 自主导航；
• 机器人系统。

这能补你目前履历中“机器人软件栈不够明显”的问题。

4.4 项目范围控制

这个项目不要做成算法研究。目标不是写一个 SLAM 算法，而是证明你会使用和集成机器人系统。

项目完成标准：

• 能启动仿真机器人；
• 能在 Gazebo / RViz 中显示；
• 能建图；
• 能保存地图；
• 能导航到目标点；
• 能写一个自定义节点；
• 能解释 Topic、TF、Nav2 流程；
• 能输出 Demo 视频。

4.5 技术栈

推荐：

• Ubuntu 22.04；
• ROS2 Humble；
• TurtleBot3；
• Gazebo；
• RViz2；
• SLAM Toolbox；
• Navigation2；
• Python 节点，优先；
• C++ 节点，加分；
• Colcon；
• Launch file；
• YAML 参数文件。

4.6 功能拆解

基础仿真

• 安装 ROS2 Humble；
• 创建 workspace；
• 启动 TurtleBot3 Gazebo；
• RViz 显示机器人、LaserScan、Map、TF。

建图

• 使用 SLAM Toolbox；
• 通过键盘或自动节点控制机器人移动；
• 构建二维地图；
• 保存 map.yaml 和 map.pgm；
• 文档记录建图流程。

导航

• 启动 Navigation2；
• 加载地图；
• 设置初始位姿；
• 发布目标点；
• 观察全局路径、局部路径和 costmap；
• 完成目标点导航。

自定义节点

至少写 2–3 个节点。

建议：

1. robot_status_monitor
   订阅 /odom、/battery_state 或模拟状态，输出机器人状态。
2. goal_publisher
   发布目标点，自动让机器人巡航多个点。
3. navigation_logger
   记录导航过程中的位姿、速度、目标点和任务结果。

如果能写一个 service/action 更好：

• start_patrol；
• stop_patrol；
• set_goal_sequence。

4.7 节点架构图

你需要画出类似结构：

/goal_publisher  →  /navigate_to_pose  →  Nav2 Behavior Tree
                                      ↓
                         Global Planner / Local Planner
                                      ↓
                                  /cmd_vel
                                      ↓
                               Gazebo Robot
                                      ↓
/odom /scan /tf  →  SLAM Toolbox / RViz / status_monitor

这个图在面试里非常有用。

4.8 里程碑规划

Week 1：环境与仿真

交付物：

• ROS2 workspace；
• TurtleBot3 Gazebo 成功运行；
• RViz 正常显示；
• README 记录安装步骤。

Week 2：SLAM 建图

交付物：

• 完成建图；
• 保存地图；
• 录制建图视频；
• 写建图流程文档。

Week 3：Navigation2 导航

交付物：

• 完成目标点导航；
• 展示 costmap 和路径规划；
• 录制导航视频。

Week 4：自定义节点与工程化

交付物：

• 2–3 个自定义节点；
• launch 文件；
• 参数文件；
• 节点数据流图；
• 项目 README。

4.9 GitHub 交付结构

project-3-ros2-navigation/
  src/
    robot_status_monitor/
    goal_publisher/
    navigation_logger/
  launch/
  config/
  maps/
  docs/
    ros_graph.png
    tf_tree.png
    nav2_pipeline.md
    troubleshooting.md
  README.md

4.10 简历写法

基于 ROS2 的移动机器人建图与自主导航仿真系统｜个人项目

• 基于 ROS2 Humble、Gazebo 和 RViz 搭建 TurtleBot3 移动机器人仿真环境，实现机器人模型加载、传感器数据发布与可视化；
• 使用 SLAM Toolbox 完成二维环境建图，保存地图并基于 Navigation2 实现目标点自主导航；
• 编写 ROS2 自定义节点，实现机器人状态订阅、目标点序列发布、导航日志记录和任务流程控制；
• 梳理 ROS2 Topic、TF、Launch、Nav2 行为树和导航数据流，输出节点架构图、TF 树、Demo 视频和 GitHub README。

4.11 面试可讲点

准备：

1. ROS2 和 ROS1 的区别是什么？
2. Topic、Service、Action 分别适合什么场景？
3. TF 是什么？为什么机器人导航需要 TF？
4. SLAM Toolbox 做了什么？
5. Nav2 的全局规划和局部规划有什么区别？
6. Costmap 是什么？
7. /cmd_vel 是怎么驱动机器人运动的？
8. 你写的自定义节点起什么作用？
9. 如果导航失败，怎么排查？
10. 这个项目如何和 STM32 底盘控制结合？

最后一个问题尤其重要。你要回答：

仿真中的 /cmd_vel 可以映射成左右轮速度指令，下发给 STM32 底盘控制器；STM32 完成底层速度闭环，并把编码器速度、电压、电流和故障状态反馈给上位系统。

这样项目 1 和项目 3 就连起来了。

5. 项目四：视觉语言驱动机械臂抓取仿真

5.1 项目定位

中文名称： 基于视觉语言指令的机械臂目标识别与抓取仿真系统
英文名称： Vision-Language Guided Robotic Pick-and-Place Simulation

这是四个项目里的前沿标签项目。它不是为了让你转成具身智能算法工程师，而是为了补：

感知 → 决策 → 执行

这个闭环。

你未来如果投机器人前沿企业、跨界机器人业务、具身智能相关部门，这个项目能让 HR 感觉你不只是传统自动化背景，也理解新趋势。

5.2 对应目标岗位

重点服务：

• 机器人系统工程师；
• 机器人软件工程师；
• 具身智能工程岗，非核心算法；
• 机械臂应用开发；
• 机器人解决方案研发；
• 智能制造视觉抓取场景。

不建议用它主攻：

• VLA 大模型算法岗；
• 强化学习算法岗；
• 人形机器人核心算法岗；
• 高级机器人操作算法岗。

5.3 HR 视角价值

HR 会看到：

• Embodied AI；
• robotic manipulation；
• vision-language instruction；
• pick-and-place；
• perception-action loop；
• MoveIt2 / PyBullet；
• object detection；
• task parsing。

这些词对机器人企业有“趋势感”。

5.4 技术路线选择

你有三种实现路线。

路线 A：PyBullet 低成本路线，推荐

优点：

• 安装简单；
• 对电脑要求低；
• 容易快速实现；
• 适合个人项目；
• 便于展示机械臂抓取。

技术栈：

• Python；
• PyBullet；
• OpenCV；
• 简单颜色识别或 YOLO；
• 规则语言解析；
• pick-and-place 轨迹。

推荐你优先选这个。

路线 B：ROS2 + MoveIt2 路线，进阶

优点：

• 更像真实机器人开发；
• 对机器人公司更有含金量；
• 可和 ROS2 项目统一。

缺点：

• 环境复杂；
• 调试成本高；
• 容易卡住。

如果你项目 3 已经熟悉 ROS2，可以尝试。

路线 C：Isaac Sim 路线，不建议当前主攻

优点：

• 视觉效果强；
• 前沿感强。

缺点：

• 电脑配置要求高；
• 环境重；
• 容易花大量时间在安装和渲染上；
• 对你当前求职主线投入产出比不高。

当前不建议。

5.5 推荐功能设计

最低可行版本

场景中有：

• 一个机械臂；
• 三个彩色方块；
• 一个目标区域；
• 输入文本指令；
• 系统解析目标；
• 识别目标位置；
• 机械臂移动到目标；
• 抓取并放置。

示例指令：

pick the red cube
move the blue block to the left area
place the green cube into the target zone

功能模块

Language Parser → Object Perception → Task Planner → Motion Execution → State Feedback

语言解析模块

简单版：

• 用规则匹配颜色和物体；
• 不必一开始接大模型。

例如：

"pick the red cube" → {"action": "pick", "object": "cube", "color": "red"}

增强版：

• 调用 LLM，把自然语言转 JSON；
• 注意不要依赖联网 API，否则展示不稳定。

视觉识别模块

简单版：

• 用颜色阈值识别红、蓝、绿方块；
• 获取物体中心点。

增强版：

• YOLOv8 识别目标；
• Grounding DINO 可作为拓展，但不建议先做。

任务规划模块

简单版：

识别目标 → 计算抓取点 → 移动机械臂 → 闭合夹爪 → 移动到放置点 → 打开夹爪

执行模块

PyBullet 中可以实现：

• 机械臂关节控制；
• 夹爪控制；
• 目标点运动；
• pick-and-place。

状态反馈模块

输出：

• TASK_RECEIVED
• OBJECT_DETECTED
• PLANNING
• EXECUTING
• SUCCESS
• FAILED

5.6 里程碑规划

Week 1：仿真环境与机械臂控制

交付物：

• PyBullet 环境；
• 机械臂模型加载；
• 机械臂移动到指定位置；
• 夹爪开合。

Week 2：目标识别

交付物：

• 场景中放置多个彩色物体；
• OpenCV 识别目标；
• 输出目标坐标。

Week 3：语言指令解析与任务执行

交付物：

• 输入文本指令；
• 解析颜色和动作；
• 完成 pick-and-place；
• 任务状态打印。

Week 4：文档和 Demo

交付物：

• Demo 视频；
• 系统架构图；
• 任务流程图；
• README；
• 失败场景分析。

5.7 GitHub 交付结构

project-4-vl-robotic-manipulation/
  simulation/
  perception/
  language_parser/
  task_planner/
  docs/
    architecture.png
    task_flow.png
    demo_cases.md
  README.md

5.8 简历写法

基于视觉语言指令的机械臂目标识别与抓取仿真系统｜个人项目

• 基于 PyBullet 搭建桌面机械臂抓取仿真环境，构建包含多类彩色目标物体和放置区域的 pick-and-place 场景；
• 设计自然语言指令解析模块，将 “pick the red cube” 等任务指令转化为结构化动作、目标物体和约束信息；
• 使用 OpenCV / 轻量目标检测方法识别目标物体位置，并将感知结果传递至任务规划模块；
• 实现机械臂抓取、移动和放置动作流程，构建“语言指令—视觉感知—任务规划—动作执行—状态反馈”的闭环；
• 输出系统架构图、任务流程图、Demo 视频和 GitHub README，展示具身智能任务执行的基本流程。

5.9 面试可讲点

准备：

1. 为什么用 PyBullet？
2. 语言指令如何转成机器人任务？
3. 你这个项目算不算具身智能？
4. 感知模块如何识别目标？
5. 如果识别错了怎么办？
6. 抓取失败怎么处理？
7. 这个项目和真实机械臂差距在哪里？
8. 如何升级到 MoveIt2 或真实机械臂？
9. 如何接入大模型？
10. 为什么没有做强化学习？

最后一个问题要这样答：

本项目目标不是训练策略模型，而是构建可解释、可展示的机器人任务闭环；在当前求职目标下，感知—规划—执行链路比复杂 RL 算法更能证明系统工程能力。

6. 四个项目之间如何打通

这是总规划里最重要的一点。

你不能让四个项目割裂。推荐你最终包装成一个“分层机器人系统”。

6.1 分层结构

应用智能层：视觉语言机械臂抓取
机器人系统层：ROS2 建图与导航
设备控制层：STM32 双电机闭环控制
工业运维层：MQTT/Grafana 远程监测

6.2 项目叙事

你可以这样向 HR 讲：

我围绕机器人嵌入式控制与智能系统做了一个系列项目。底层是 STM32 双电机闭环控制，负责机器人底盘执行；中间通过 MQTT/Grafana 实现设备状态监测和远程运维；机器人系统层用 ROS2 完成建图与导航仿真；最后用机械臂抓取仿真补充感知—决策—执行闭环，形成从底层控制到机器人智能任务的完整作品集。

这句话非常重要。它能把四个项目串成一个人设：

机器人嵌入式控制与系统工程候选人。

7. 12 周总排期

第 1–4 周：项目 1

目标：完成 STM32 双电机闭环控制。

交付物：

• 电机控制代码；
• PID 调参记录；
• 状态机；
• 通信协议；
• Python 上位机；
• Demo 视频。

第 5–6 周：项目 2 初版

目标：完成工业设备远程监控。

交付物：

• MQTT；
• Node-RED；
• Grafana；
• 报警逻辑；
• 数据流图。

第 7–8 周：项目 3 初版

目标：完成 ROS2 建图和导航。

交付物：

• SLAM；
• Navigation2；
• 自定义节点；
• ROS 图；
• Demo 视频。

第 9–10 周：项目 4 初版

目标：完成机械臂视觉语言抓取仿真。

交付物：

• PyBullet 仿真；
• 语言解析；
• 视觉识别；
• Pick-and-place；
• Demo 视频。

第 11–12 周：整合包装

目标：让项目能用于求职。

交付物：

• GitHub 四个仓库；
• 作品集主页；
• 中文项目 PDF；
• 英文 README；
• 简历四版本；
• 面试讲稿；
• Demo 视频合集。

8. 每个项目的质量标准

不要用“跑起来”作为完成标准。用以下 6 条判断：

项目做到这里，HR 和技术面才会觉得有价值。

9. 最终简历项目排序

投嵌入式控制 / 机器人控制

排序：

1. STM32 双电机闭环控制；
2. ROS2 移动机器人导航；
3. 工业设备远程监控；
4. 机械臂视觉语言抓取。

投工业 IoT / 智能制造

排序：

1. 工业设备远程监控；
2. STM32 双电机闭环控制；
3. Siemens Cup PLC/WINCC；
4. 智能温室云监管；
5. ROS2 导航。

投新能源设备 / 储能

排序：

1. 储能电池检测装置；
2. 工业设备远程监控；
3. 电动车电池状态监控；
4. STM32 双电机控制；
5. 2025.9–2026.7 公司经历。

投机器人前沿公司

排序：

1. STM32 + ROS2 移动机器人底盘控制；
2. ROS2 建图与导航；
3. 视觉语言机械臂抓取；
4. 工业设备远程监控；
5. 智能车视觉与运动控制。

10. 采购和环境建议

硬件采购优先级

必须买：

• STM32 开发板；
• 带编码器直流电机 x2；
• TB6612FNG 驱动；
• 电流采集模块；
• 电源模块；
• ESP32；
• 杜邦线、面包板。

可选：

• 小车底盘；
• OLED；
• 急停按钮；
• 温度传感器；
• 电池组。

暂不建议：

• 昂贵机械臂；
• 高性能激光雷达；
• 深度相机；
• Nvidia Jetson；
• 工业 PLC。

先把小系统做完整，比堆硬件更重要。

11. 最终报告结论

这四个项目的本质不是四个学习任务，而是四个招聘证据：

你的最终求职主线应该保持为：

长三角机器人 / 智能制造 / 新能源设备企业中的嵌入式控制、机器人控制、自动化研发和系统工程岗位。

四个项目完成后，你的简历就不再只是“自动化本科 + 本科项目 + 曼大 Robotics”，而是可以升级为：

具备嵌入式控制、工业设备联网、机器人软件栈和具身智能任务闭环理解的工程型机器人候选人。

最后的执行优先级非常明确：

1. 先做项目 1：STM32 双电机闭环控制。
2. 再做项目 2：工业设备远程监控。
3. 再做项目 3：ROS2 建图导航。
4. 最后做项目 4：视觉语言机械臂抓取。

不要反过来。
你不是靠具身智能项目吃饭，具身智能只是让你更像机器人行业候选人；真正决定你面试基本盘的，是嵌入式控制和工业系统工程能力。