李栋林(Dennis)

曼彻斯特大学电气与电子工程博士研究生

让多机器人在不确定环境中协同决策。

曼彻斯特大学电气与电子工程博士研究生,研究多机器人协同寻源的贝叶斯对偶控制,同时开发嵌入式与自主机器人系统和科研软件;在校讲授控制、机器人与数字电子方向的实验课和习题课。

动态

  1. 学术审稿

    为 IEEE TAES、TIMC 和 JACA 2026 审阅 5 篇稿件。

  2. 期刊论文发表

    合著的大模型推理服务负载均衡综述于 2026 年 9 月 3 日在 Neurocomputing 在线发表。

  3. IAI 2026 最佳论文奖入围

    第一作者论文获 IAI 2026 接收,并入围最佳论文奖。

  4. 博士培训支持

    获曼彻斯特大学博士培训与发展支持基金(DTDSF)资助。

  5. CCC 2026 论文接收

    第一作者多机器人寻源对偶控制论文获 CCC 2026 接收。

研究

多机器人协同寻源的贝叶斯对偶控制

曼彻斯特大学 · 博士研究生2024.09—至今

面向未知含噪场中的多机器人协同寻源,研究贝叶斯对偶控制:每台机器人的运动同时兼顾降低源位置估计的不确定性与向估计位置收敛。

提出基于一致性均值融合与安全投影的对偶控制方法(CCC 2026),以及面向通信效率的迹加权事件触发均值融合(IAI 2026,最佳论文奖入围)。

论文

  1. Dual Control for Multi-Robot Source Seeking with Consensus Mean Fusion and Safety Projection

    Donglin Li, Zhongguo Li, Hanbo Ma, Chunyi Cao, Zhengtao Ding

    第45届中国控制会议(CCC 2026),中国长沙,2026。

    第一作者已接收。

    查看 BibTeX 引用
  2. Trace-Weighted Event-Triggered Mean Fusion for Efficient Multi-Robot Source Seeking

    Donglin Li, Zhongguo Li, Junan Wang, Hanbo Ma, Zhengtao Ding

    第8届工业人工智能国际会议(IAI 2026),中国沈阳,2026。

    第一作者已接收;最佳论文奖入围。

    查看 BibTeX 引用
  3. Load Balancing for Large Language Model Inference Serving: A Control and Learning Oriented Survey

    Hanbo Ma, Zhongguo Li, Junan Wang, Chunyi Cao, Donglin Li, Jun Yang, Zhengtao Ding

    Neurocomputing 706(2026),134973。

    共同作者2026 年 9 月 3 日在线发表。

    查看 BibTeX 引用
  4. Multi-Objective Pipeline Scheduling for LLM Inference in Heterogeneous DePIN

    Hanbo Ma, Zhongguo Li, Chunyi Cao, Donglin Li, Zhengtao Ding

    第23届 IFAC 世界大会(IFAC WC 2026),韩国釜山,2026。

    共同作者已接收。

    查看 BibTeX 引用

在谷歌学术查看全部论文

项目

  1. 多机器人协同推车竞赛与黑客松三等奖
  2. OperatorOne竞赛与黑客松
  3. MONA 自主配送机器人竞赛与黑客松一等奖
  4. 循迹与交通标志识别竞赛与黑客松二等奖
  5. 智能交通锥课程项目
  6. ESP 自主循迹小车课程项目三等奖
  7. CSF Pilot 与科研工具软件工具
  8. 教学工作台软件工具
竞赛与黑客松三等奖团队负责人

多机器人协同推车

Hack-a-Bot 2026,曼彻斯特大学 RoboSoc

最多三台 MONA 差速机器人须绕开障碍、把推车推入目标区;感知只有一台共享的头顶相机,通信只有 Wi-Fi。感知、规划与编队控制集中运行在笔记本上,构成一个闭环。

负责带队,并负责整套软件:ArUco 定位、留足安全距离的 A* 规划、Pure Pursuit 与 PID 跟踪,以及和机器人的通信

双机器人协同推车俯视示意青色与橙色机器人从左侧接近推车,随后并排将其向右侧目标区推动。
场地俯视图
  1. 感知 ArUco 位姿估计把机器人、推车和目标区统一到场地坐标系,短时跟踪器补上标记的短暂丢失;障碍物经颜色分割写入占用栅格,并剔除标记自身所在区域。
  2. 规划 A* 在按机器人尺寸膨胀后的栅格上搜索,并对转向加罚;路径再经 Ramer–Douglas–Peucker 化简和 Chaikin 平滑。推车段的转向罚项更重,因为推车队形难以转弯。
  3. 编队控制 Pure Pursuit(自适应前视距离)把各机器人送到推车后方的编队位置;合推阶段,刚体编队控制器让每台机器人相对推车位姿保持固定偏置,校正位置与航向误差,并以编码器做偏航阻尼。
  • Wi-Fi 闭环的安全层:机器人端指令看门狗、视觉数据过期即停、编码器堵转检测。
  • 任务状态机依次执行绑定(机器人与标记配对)、规划、接近、合推,并设有显式故障态。
  • OpenCV
  • ArUco
  • A*
  • Pure Pursuit
  • PID
  • TCP
试玩:协同推车同时控制两台机器人,将推车推入终点区。
竞赛与黑客松

OperatorOne

UK AI Agent Hackathon EP4 × OpenClaw,伦敦帝国理工学院

一个把商业想法推进到产品、市场、销售与运营的多智能体系统:CEO 编排器以分阶段门控的循环调度四个 OpenClaw 专职智能体,向收入目标迭代。

负责CEO 编排脚本,仪表板的运行接口和时间线,GLM-5 模型接入和预检,真实外发动作的安全开关,以及参赛提交材料

CEO$100 MRR14 d · $200审批产品市场销售运营JSON反馈123仪表板:运行时间线
CEO 智能体和它调度的四个智能体
  1. 编排 编排器维护项目状态(目标、预算、期限),按产品 → 市场 → 销售 → 运营循环执行,直至达成目标或用尽轮次上限;所有对外动作都经审批文件门控。
  2. 契约 智能体之间传递带类型与版本号的 JSON 契约,而非串联提示词;CI 中的校验器检查每一次交接,格式错误的产出会中止流水线,而不是向下游传播。
  3. 反馈 运营智能体把反馈与迭代契约写回上游智能体,进入下一轮;仪表板提供运行接口、单次运行时间线和错误可视化。
  • 演示模式以模拟回复跑通完整循环,零 API 成本即可复现;真实发信与部署须先手动解锁再二次确认。
  • GLM-5 接入设硬性预检、不做静默回退,每次模型调用按模型、步骤、延迟和用量留痕审计。
  • OpenClaw
  • Python
  • GLM-5
  • JSON
  • GitHub Actions
试玩:智能体经营循环保持四个智能体满负荷运转,及时处理环节卡顿和客户投诉。
竞赛与黑客松一等奖

MONA 自主配送机器人

Hack-a-Bot 2025,曼彻斯特大学 RoboSoc 与 Sony

24 小时挑战:MONA 机器人须在一次限时运行中自主穿越胶带迷宫,完成起点 → 取货点 → 卸货点的配送,定位只依赖头顶摄像头的视频流。

负责头顶视觉、A* 规划和 PID 控制,以及无线链路和电机校准的 Arduino 代码

起点取货卸货
俯视图:起点 → 取货 → 卸货
  1. 建图 自适应高斯阈值配合形态学闭运算,在光照不均时提取胶带路网;ArUco 标记给出起点、取货点、卸货点与机器人位置,各航点吸附到最近的可通行像素。
  2. 规划 四连通 A*(曼哈顿启发)分别规划两段路线,并拼接为一条航点序列。
  3. 控制 PID 按距离与航向误差生成差速轮指令,经笔记本 → USB → NRF24L01 无线链路下发;积分限幅并在每个航点清零以防饱和,到取货点停顿后掉头。
  • 以编码器标定程序测量左右电机差异,得出轮速补偿系数。
  • OpenCV
  • ArUco
  • A*
  • PID
  • NRF24L01
  • Arduino
试玩:配送竞速沿胶带依次到达起点、取货点、卸货点,先于自动驾驶影子完成。
竞赛与黑客松二等奖

循迹与交通标志识别

NVIDIA PuzzleThon,Manchester Robotics 与曼彻斯特大学

自主 PuzzleBot(Jetson Nano、ROS)须在未知赛道上无人干预地行驶:循线、遵守红绿灯、按方向标志动作。

负责颜色滤波与掩膜、循迹和标志识别

标志信号灯/track/sign/light信号灯 → 停 2 秒
摄像头画面:找线窄带、标志分区、信号灯
  1. 感知 相机经 GStreamer 硬件管线低延迟采集。循线取画面底部感兴趣区域二值化后的质心;方向标志经 HSV 分割、透视校正,再按像素分布分类;信号灯先做亮度归一化,再以 HSV 掩膜和霍夫圆变换检测。
  2. 架构 感知与控制拆为两个 ROS 节点:感知节点在三个话题上发布线位置、标志与信号灯状态,控制节点订阅并锁存最新检测结果。
  3. 控制 控制节点按线偏差比例转向,并执行定时机动:红灯停车,左、右转标志时差速转向。
  • 颜色阈值前先归一化亮度,环境光变化时信号灯检测依然稳定。
  • ROS
  • Python
  • OpenCV
  • Jetson Nano
试玩:标志识别在标志到达车前判断:停车、减速或通行。
课程项目

智能交通锥

本科三年级个人项目,曼彻斯特大学

可自主布设的机器人交通锥:四台锥桶车(一台领航、三台跟随)按设定间距列队并复现领航车的路线,由手持控制器经 802.15.4 无线网络指挥。

负责ESP32-S3 控制板、ESP32 和 STM32 固件、无线协议、控制回路和实验,全部独立完成

SET 60STM32XBee1234ESP32-S3 × 4PID · 超声[n₁,n₂…]以编码器计数记录路线
手持控制器、802.15.4 链路、领航车(4)与三台跟随车
  1. 指令 手持 STM32 控制器经 XBee(802.15.4)把指令发给领航车,再按车辆 ID 广播给全组;半双工链路以忙闲标志和帧结束标记仲裁,指令与遥测互不冲突。
  2. 间距保持 每台跟随车以超声测量与前车的间距,由距离 PID 调节,内环为基于编码器的轮速 PID。
  3. 布设 领航车记录路线中每段直行与转弯的编码器计数并发送,跟随车按序列复现,形成相同的布设队形。
  • 自研 ESP32-S3 主控板集成 XBee 无线、TB6612 电机驱动、OLED、超声接口和多路电源;调试中发现的布局问题在下一版改正。
  • ESP32-S3
  • STM32
  • XBee 802.15.4
  • PCB
  • PID
试玩:车道封闭在车辆到达施工区前,将锥桶全部派往指定位置。
课程项目三等奖

ESP 自主循迹小车

嵌入式系统项目,曼彻斯特大学

基于 STM32F401(Mbed C++)的自主循迹小车,赛道包含坡道、180° 掉头与受控停车;五人团队从自制传感器板做起。

负责电路设计和传感器板(Altium 迭代三版)、软件,以及期末报告的系统部分

STM326 个传感器PD + PI蓝牙掉头
六个传感器、PD 与 PI 回路、蓝牙掉头
  1. 传感 六路 TCRT5000 反射式传感器接 LM393 比较器,参考电压取自同一电源,阈值随电池电压同步变化,无需 ADC 标定;传感器组合映射为加权偏差。
  2. 控制 PD 回路由偏差计算两轮差速,正交编码器测速的 PI 回路在坡道上稳住车速;增益以 Ziegler–Nichols 为起点整定。
  3. 状态机 有限状态机(待命、循迹、掉头、停车)由蓝牙 LE 指令驱动;掉头时原地旋转直至中间传感器重新捕获黑线,不受地面摩擦影响。
  • 两路传感器错位布置,断线处始终有一路压线,无需额外逻辑。
  • 预赛总排名第三。电池前移并改用更轻的 T 形底盘,消除了高速时的车头抬起。
  • STM32
  • Mbed C++
  • Altium PCB
  • PID
  • BLE
试玩:循迹小车 PID 整定找到一组增益,使小车不出线跑完三条赛道。
软件工具

CSF Pilot 与科研工具

桌面软件:集群作业、文献、论文图

CSF Pilot 是曼彻斯特大学 CSF3 高性能计算集群的桌面客户端(PySide6)。它维持一条经多因素认证的 SSH 会话,在其上复用文件传输、Slurm 作业管理、编辑器、终端和用量分析,并通过 MCP 服务把这条会话开放给 AI 智能体。

CSF3SSHSFTPSlurmPTYMFA × 1会话MCPAI agentHMAC127.0.0.1 bridgeSSH session智能体接入$ squeuePDRCDsacctCOMPLETED作业生命周期
CSF Pilot:单次认证的会话、MCP 智能体接入、作业生命周期
  1. 会话 一条 paramiko 传输层只做一次键盘交互式多因素认证,其上同时承载 SFTP、Slurm 命令通道与交互式 PTY;通道并发控制在服务器单连接会话上限以内,并按固定次序加锁以避免死锁。
  2. 智能体接入 MCP 服务把集群操作开放给 Claude Code 等 AI 智能体;回环桥接让它们复用图形界面已认证的会话,请求与响应双向 HMAC 签名,拿不到令牌的进程既无法调用桥接,也无法冒充它。
  3. 作业生命周期 以带退避与故障检测的方式轮询 squeue;按用户维护的作业台账在作业离开队列后,以一次批量 sacct 查询对账,电脑中途休眠也能取回真实终态、发出通知并下载结果。
  • 内置助手触达 shell 的唯一途径是解析器而非过滤器:拒绝命令串联、重定向、命令替换与通配符,对程序和参数做白名单,再由校验过的词元重建命令。
  • 远端进程先发 TERM、再发 KILL,因为关闭 SSH 通道并不会终止远端命令。
  • Paper Radar 以 Zotero 文库为参照,对 arXiv、OpenAlex、Semantic Scholar 候选论文给出两项独立、可解释的评分;FigForge 从可复现的 JSON 图形规格出发,把 CSV 与 MATLAB 数据渲染为论文矢量图。
  • PySide6
  • paramiko
  • Slurm
  • MCP
  • pytest
试玩:集群作业调度在队列溢出前,将新到的 Slurm 作业排上节点。
软件工具

教学工作台

家教与学生服务用的本地浏览器应用

本地优先的单文件 Web 应用,覆盖家教业务全流程:学生、排课、备课、作业、课后反馈、课时包与工资对账。权威数据是用户所选文件夹中的一个 JSON 文件,经 File System Access API 读写。

JSON备份AB+−~ICSMarkdownPDF
记录、防冲突、导出
  1. 持久化 每次保存先留时间戳备份,再以原子方式写入 JSON;浏览器缓存只作快照,不作为权威数据。
  2. 并发 即使没有 storage 事件也能识别多标签页并发,过期页面无法覆盖较新的保存;差异视图列出改动、新增与删除的行,采用某一版本前两份均固定备份。
  3. 输出 课表导出为 ICS 并正确处理时区,反馈导出为 Markdown 与可打印 PDF,工资仅依据已核实的授课记录对账。
  • 损坏的缓存原样保留、不被采用;新版本数据结构写入的数据以只读方式打开,未知字段不会丢失。
  • 同类工作台另用于学生服务工作:SOP 清单、日程、费用与课时,正式报告须在证据核验后方可导出。
  • HTML
  • JavaScript
  • File System Access API
  • ICS
  • node:test
试玩:一周排课在约束内排入全部课程,再导出日历。

经历

  1. 研究生助教

    曼彻斯特大学

    承担控制、机器人与数字电子方向六门本科及研究生课程的实验与习题课教学,指导控制器实现、机器人运动学和电路设计。

    负责作业与考试评阅及书面反馈,为毕业设计展示提供技术评议;参与 2026 年夏季阅卷与课程开发,并获聘担任 2026/27 学年 EEEN11101 课程助教。

  2. 客座讲师与实验设计者(过程控制)

    曼彻斯特大学

    设计并搭建硕士过程控制实验平台:PLC 执行 PID 控制,经 OPC 与 MATLAB/Simulink 互联,实现实时监控与分析。

    承担相关控制理论的客座讲授,并主持实验教学。

教育

  1. 电气与电子工程博士(在读)

    曼彻斯特大学

  2. 电子工程荣誉学士(一等荣誉学位)

    曼彻斯特大学

服务

  1. 学术论文审稿人

    TIMC · IEEE TAES · JACA 2026

    为 IEEE Transactions on Aerospace and Electronic Systems 和 TIMC 各审稿 1 篇,为 JACA 2026 审稿 3 篇。

  2. EEE 博士生代表

    曼彻斯特大学电气与电子工程系

    2025/26 学年牵头本系博士生代表工作,汇总博士生与助教的意见,在院系和 Doctoral Academy 层面代为反映并跟进。

    博士生意见箱

  3. 学生大使兼博士生大使(PGR Ambassador)

    曼彻斯特大学

    在开放日和外展活动中代表学校介绍工程专业与校园生活,并在实验室主持机器人项目演示。

荣誉

  1. 第8届工业人工智能国际会议(IAI 2026)最佳论文奖入围

  2. Hack-a-Bot 机器人挑战赛三等奖

    曼彻斯特大学 RoboSoc

  3. 博士培训与发展支持基金(DTDSF)

    曼彻斯特大学

  4. 电气与电子工程研究生研究会议海报一等奖

    曼彻斯特大学

  5. Hack-a-Bot 机器人挑战赛一等奖

    曼彻斯特大学 RoboSoc 与 Sony

  6. NVIDIA PuzzleThon 二等奖

  7. ESP 自主循迹小车开发三等奖

技能

研究方法
贝叶斯估计与对偶控制;实验设计;蒙特卡洛仿真与消融实验;统计分析与优化;文献综述、学术写作和同行评审。
编程
C/C++;Python(NumPy、SciPy、pandas、Matplotlib);MATLAB;R;JavaScript/TypeScript;SQL;PIC18 汇编;PLC 梯形图/SCL;Bash;HTML/CSS;Linux。
控制与机器人
PID、分布式与一致性控制、编队与主动源搜索;A* 和 Pure Pursuit;多机器人协同;ROS、OpenCV/ArUco 视觉定位。
建模与仿真
MATLAB/Simulink;LabVIEW/NI myDAQ;PLECS;Multisim;Tanner T-Spice/SPICE;ANSYS。
硬件与嵌入式
STM32/Mbed、PIC18F8722、ESP32/ESP8266、Arduino、Xilinx FPGA/VHDL;PCB 原型;裸机与 RTOS 固件。
教学与评价
实验与习题课教学;控制和机器人实验演示;作业与考试评阅;学生项目技术反馈。

联系