你好！

郭然

嵌入式系统工程师

国家公派博士生（法国）

最新项目个人信息谷歌学术

向下滚动

About

个人概况

您好!

我是郭然，欢迎来到我的个人主页!

这里汇总了我的教育背景、项目经历以及个人博客，展示了我在学术和职业生涯中的成长。期待与您分享并探讨相关领域的知识与见解。

求职方向

嵌入式系统设计，嵌入式软件工程，架构设计，嵌入式Linux开发，高性能系统开发等

基本信息

1998年6月

法国尼斯

中国山西

谷歌学术

教育背景

博士课题:

用于室内气流研究的大型实时三维粒子跟踪测速

国际期刊:

R. Guo, E. Dekneuvel, G. Jacquemod and P. Biwole, “A system-level description of a particle tracking velocimetry system for indoor air quality study”, Science Talks, Elsevier, Vol. 5, Article ID 100099, 6 pages, 2023, doi: 10.1016/j.sctalk.2022.100099.

国际会议:

R. Guo, E. Dekneuvel, G. Jacquemod, and P. H. Biwole, “From SysML Application Model to Executable OpenCL Code: A System-Level Design Approach” 13th Mediterranean Conference on Embedded Computing (MECO), Budva, Montenegro: IEEE, Juin. 2024, pp. 1-6, doi:10.1109/MECO62516.2024.10577799. (oral presentation).

R. Guo, E. Dekneuvel, G. Jacquemod, and P. H. Biwole, “Real-time PTV system implementation on multi-SoC architecture accelerated by OpenCL,” in 2024 International Conference on Artificial Intelligence, Computer, Data Sciences and Applications (ACDSA), Victoria, Seychelles: IEEE, Feb. 2024, pp. 1–6. doi: 10.1109/ACDSA59508.2024.10467455. (oral presentation).

R. Guo, E. Dekneuvel, G. Jacquemod and P. Biwole, A system-level description of a particle tracking velocimetry system for air quality study, MeSSAC, Jinan, China, 2022. (oral presentation).

J. Li, J. Zhang, Y. Jiang, C. Ren, R. Guo, Y. Ma and Y. Qin, "A Flexible and Miniaturized Chest Patch for Real-time PPG/ECG/Bio-Z Monitoring," 2022 44th Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC), Glasgow, Scotland, United Kingdom, 2022, pp. 4312-4315, doi: 10.1109/EMBC48229.2022.9872005.

C. Chen, I. Kim, Y. Jiang, J. Zhang, R. Guo, Y. Ma, P. D'Angelo and Y.Qin, "A 17.7µW CDS-CTIA for Wireless-powered Wearable Electrochemical Sweat Sensors," 2022 44th Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC), Glasgow, Scotland, United Kingdom, 2022, pp. 4622-4625, doi: 10.1109/EMBC48229.2022.9871740.

J. Zhang, J. Li, Y. Jiang, K. Wang, R. Guo, Y. Ma and Y. Qin, "A Hardware-based Lightweight ANN for Real-time Wearable Blood Pressure Estimation," 2022 44th Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC), Glasgow, Scotland, United Kingdom, 2022, pp. 4295-4298, doi: 10.1109/EMBC48229.2022.9871215.

国内会议（法国）:

R. Guo, E. Dekneuvel, G. Jacquemod & P. Biwole, “Large-scale three-dimensional particle tracking velocimetry for indoor inflow study”, Workshop CSC-Polytech, Paris, 2022. (oral presentation).

专业排名 : 3 / 46

主要课程:

C++, Java, VHDL, 模拟信号处理, FPGA, 嵌入式Linux, 数字自动化, 嵌入式系统设计, SoCP设计, UML, SystemC, 实时操作系统, 机器人, 数字验证(UVM验证), 高级综合, 自动驾驶.

专业排名 : 10 / 100

GPA : 3.76 / 4

主要课程:

C语言、数字图像处理、微机原理与系统设计、计算机系统组装实验、随机信号分析、模拟电子技术基础、数字电路与逻辑设计、自动控制原理。

剑桥大学暑期访学（2017年8月）

主要访学科目包括：信息论应用、可再生电能、纳米材料科学等。历时18天，通过演讲考核并获得证书。

语言:

母语
汉语
欧标B2 -- 托业: 815 (2021)
英语
欧标B2 -- TCF: 438 (2019)
法语
自测A1
西班牙语

专业技能

精通
C, C++, Linux, OpenCL
精通
SysML, Python, OpenCV
熟练
LabVIEW, Matlab
熟练
VHDL, JAVA, SystemC
掌握
Verilog, SystemVerilog
掌握
HTML, javascript

下载我的简历 (英语)

下载我的简历 (中文)

My works

工作经历

使用LabVIEW快速开发三维粒子跟踪测速系统原型。

实习报告

使用FMI标准封装和解析的FMU文件。
通过生成QT接口与虚拟机进行SSH连接并传输文件，使用QT调用启动运行Matlab文件。

实习报告
由于保密原因，实习报告不公开。请与我联系以获取更多信息。

My works

最新项目

实时室内三维粒子追踪测速系统(PTV)的开发 (2021至今)

SoC, FPGA, OpenCL, 实时系统, 并行运算

该系统通过先进算法和硬件架构实现颗粒的高精度跟踪与测速。采用系统级建模，将SoC架构与粒子追踪算法结合，构建多相机输入并实现实时数据处理的平台。优化应用OpenCL并行技术，最终实现在Cyclone V FPGA上8帧每秒(2048x2048像素)的实时处理速度，满足室内气流3-6m/s的监测环境
使用UML，SysML，RPN等方法进行系统级建模。
使用LabVIEW进行快速原型开发。
使用C语言及C++实现基本算法，包括粒子检测，轨迹追踪，空间匹配和3D重建。使用OpenCV图形库实现实时3D展示。
使用OpenCL实现任务流水线加速等，在Arria10 FPGA上最高可达到48帧每秒的粒子检测速度。
Custom Linux开发，驱动开发，设备树生成，为SoC板硬核系统配置合适的操作系统。
点击此处观看视频介绍: Youtube video 1, Youtube video 2

实现多SoC多相机标定系统(2023)

C++, OpenCV

结合C++与OpenCV库，我开发了一个可在多SoC平台上运行的多相机标定系统，使多个相机捕捉的图像数据能够在三维空间中进行精确的几何对齐，从而实现精确的3D重建或场景分析。该系统实现了对多个工业相机的精准校准和同步，能够处理多个相机的实时数据流，确保高性能和可拓展性。采用5x7的棋盘标定板，标定的平均速度可达到0.0223秒每帧。
点击此处观看视频介绍: Youtube video
联系我获取源代码及更多信息

Java多人游戏(2021)

Java, Socket传输

Description ...
点击此处观看视频介绍: Youtube video
联系我获取源代码及更多信息

人工智能手写数字识别(2020)

C/C++, Zedboard, FPGA, CNN, Vivado HLS

通过在Zedboard FPGA上开发加速的卷积神经网络(CNN)，实现了0到9的手写数字识别。项目使用了Keras框架训练结果权重文件，基于C语言实现Lenet5架构，包括卷积，池化等。测试使用了10000张图片，成功率达到97.9%。在硬件部分，采用高层次综合技术HLS优化执行时间，利用Vivado HLS工具将C代码转换为硬件描述语言。经过一系列的流水线优化，硬件加速比CPU运行快了2.11倍。
关键词：CNN， lenet5， HLS，流水线加速， FPGA
开发板使用Zynq-7000 SoC ZedBoard （ARM双核Cortex-A9 / Xilinx FPGA）。
点击此处观看视频介绍: Youtube video
点击此处获取源码: github Link
点击此处查看项目报告： Report