鄭聖文
簡介
- 2025-2027 德州大學奧斯汀分校 電腦科學碩士
- 2022-2024 國立臺灣大學 電機所博士生 (肄)
- 2019-2021 國立陽明交通大學 機器人碩士
- 2015-2019 靜宜大學 資訊工程學系
- 2013-2018 非在校生參與成大航太、資工及工科系之研究活動
- 個人網頁: shengwen-tw.github.io
專長
- 機器人系統、無人飛行器、無人地面載具
- 動態系統與控制、數值最佳化、科學計算
- 嵌入式系統、即時作業系統、I/O 虛擬化
工作經驗
文章
主要作品
- NCRL-Flight-Control: 多軸飛行器飛控，技術包含非線性控制、慣性導航、SLAM 及軌跡規劃。產學合作授予國家太空中心 (TASA)
- UrsusPilot: 2013–2015 年期間參與之四軸飛行器專案。原核心成員來自成大航太林清一實驗室、後續創辦奧榮科技
- PU-01: 雙尾桿後推式定翼機設計。成大航太林清一實驗室指導下完成 [簡報]
- Tenok: Linux-style 的即時作業系統，適用於機器人與物聯網應用 [共筆] [影片]
開放原始碼
- semu: 增加 GPU、Keyboard、Mouse、RNG、Block device 的 VirtIO 虛擬化
- DirectFB2: 修正 RV32 相容性問題及 DRM 圖層渲染問題
- Mado: 增加 Linux framebuffer device 的支援
Upstream:
- Linux kernel: 修正 Linux RV32 KVM PMU（Performance Monitoring Unit）的 out-of-bounds read 問題 [Patch]
- glibc: 修正 RV32 libthread_db 上使 GDB 不正確解析 thread pointer 的問題 [Patch]
數值模擬
四軸飛行器:
- rotor-bench: SE(3) 公平基準下的四軸飛行器控制器 Benchmark (幾何控制、最佳控制、強健控制、模型預測控制、強化學習)
- 四軸飛行器幾何控制: 穩定性經 Lyapunov theory 證明的 SE(3) 的非線性控制方法 [簡報]
- 四軸飛行器 LQR 控制: SDA (保結構加倍收斂法) 求解 LQR / Riccati 控制問題. 演算法具有平方收斂速度 [技術報告]
- 四軸飛行器 H∞ 強健控制: 強健最佳控制，最小化擾動輸入至輸出增益 [簡報]
馬達控制:
- 三相馬達速度控制: 三相 BLDC 馬達速度控制模擬，包含 Field-Oriented Control（FOC）與方波控制
路徑規劃:
- Minimum-snap trajectory generation: 透過最小化位置四階導數（snap）產生平滑軌跡
- Rapidly-Exploring Random Tree (RRT): 基於隨機樹搜尋的路徑規劃演算法，用於避開環境中的障礙物
論文
- 2027 - RotorBench: A Unified SE(3) Benchmark for Quadrotor Controllers under Disturbance and Model Uncertainty
- 2026 - Data-Driven Estimation of Quadrotor Motor Efficiency via Residual Minimization
- 2023 - A Computationally Efficient GNSS/INS Design of Multirotor based on Error-state Kalman Filter
- 2022 - Robust State-Feedback H∞ Control of Quadrotor
- 2018 - Puyuma: Linux-based RTOS Experimental Platform for Constructing Self-Driving Miniature Vehicles
演講
國際會議:
- Demystifying VirtIO-GPU: Building a Graphics Virtualization Bridge from Scratch (OSSNA 2026)
- Crafting a Vision-Aided Software Stack for UAV (EOSS 2024)
社群會議:
- On the Tenth Anniversary of AlphaGo - An Introduction to Reinforcement Learning and Planning (Sciwork Conference 2026)
- Learning to Fly in Simulation: Quadrotor Reinforcement Learning from First Principles (MOPCON 2026)
- The Illusion of Hardware - How Modern Virtual Machines Work (COSCUP 2026)
- From Optimal Control to Reinforcement Learning for Quadrotor Drones (Sciwork Seminar 2026)
- Building a Quadrotor Simulator with Python - Modeling, Simulation, and Control (OpenTechConf 2025)
- Trends in Machine Learning for Unmanned Aerial Vehicle Applications (MOPCON 2024 Keynote)
- Creating a Linux-like real-time operating system for quadrotor drones (COSCUP 2024)
- Tenok: Build a real-time operating system for Robotics (COSCUP 2023)
