一、从一台抓不住的机械臂开始
大二下学期，我参加了校内的机器人竞赛，任务是用机械臂抓取传送带上的工件。代码在仿真里跑得很好，实物一上就全乱：标定偏了两厘米，视觉识别的框跟着漂；光照一变，颜色阈值就失效。决赛我们抓了三个，掉了五个。
那次之后我明白了两件事：智能系统不是模型精度的问题，是模型、传感器、机械结构和环境一起工作的问题；而我要补的，是把这套东西串起来的能力。大三上我把方向定在智能科学与技术，理由很简单 —— 我不想只做算法，我想让算法在一台真实的机器上跑起来。
二、绩点：把控制和编程接上
我的绩点是 3.70，大三提到 3.86，排名进到专业前五。智能方向的课横跨三块：控制（自动控制原理、现代控制）、感知（模式识别、计算机视觉）、编程（数据结构、机器学习）。我的办法是每学一个模块，就在项目里用一次：学完 PID，就把机械臂的位置环调一遍；学完卡尔曼滤波，就用它做一次传感器融合；学完卷积网络，就重训一次识别模型。学过的东西用过一次，考试时不用背，面试时也有例子可讲。期末复习我按 "输入 — 处理 — 输出" 画系统框图，把每门课的知识点挂到框图的某个环节上，比按章节背效率高。
三、英语：读论文和写实验记录
六级 528。智能领域的英文材料密度高，我的训练分两层：一层是术语，把传感器、标定、位姿、点云、跟踪这些词的常见搭配整理成表，每天十分钟；一层是读论文，只读方法、实验和局限，抄 "数据、指标、对比对象" 三项。另外我养成了用英文写实验记录的习惯，每段三四句，写清目的、设置、结果，一学期下来英文写作顺了很多。面试英文我准备的是讲一次系统调试，重点讲问题定位的过程。
四、竞赛、项目与研究
竞赛上我参加过一次全国性机器人赛事和一次数学建模，前者练的是软硬件联调，后者练的是把问题写成模型。项目做了一个学期多：用深度相机做工件位姿估计，配合机械臂完成抓取，难点在标定和遮挡处理，我们把标定板换成多点标定，抓取成功率从六成提到八成五。研究方面我在实验室待了一年，做的是点云分割的数据处理与对比实验，负责标注质量检查和 baseline 复现，参与的一篇会议论文挂二作。
各院系的推免考核方式不同，有没有机试、面试偏系统还是偏算法，都以当年院系通知为准。
五、四个 offer 与最后的决定
夏令营投了七家、进三家，预推免补一家，最后四个：北师大智能科学与技术、一所高校的控制科学与工程、一所高校的计算机科学与技术、一所高校的电子信息。选北师大，一是交叉场景清楚，我想做的是智能系统在真实场景里的落地，这里有明确的问题和数据；二是导师组做感知与决策结合，硬件和算力都够用；三是培养上允许我补统计和优化。放弃另外三个，两个偏纯控制理论，一个偏软件算法，与我想做的 "系统级" 路线不完全一致。
六、辅导在系统型申请里的位置
系统型申请者的材料容易写成 "我做过什么模块"，看不出整体判断。我第一版材料就是清单式罗列。知点保研的定制辅导帮我把材料改成 "问题 — 方案 — 取舍 — 验证" 四段，把标定失败、阈值失效这些坑写成判断依据；模拟面试追问 "如果换一种光照条件，你的方案还成立吗"，逼我补了鲁棒性测试这一段；院校信息也整理成表，把各家的考核形式和截止时间列清楚。这类服务提供的是梳理与演练，不承诺结果，也不涉及内部信息。
七、写在最后
智能系统这条路，仿真跑通只是开始。把实物调稳、把失败讲明白，材料才有说服力。
如有保研问题可以咨询电话 4000003363 或者微信 shuoedu，知点保研咨询师将热情专业的解答您的考研问题。
