在安徽蕪湖安普機器人產業技術研究院有限公司的實驗室里，一位中等身材、眼神銳利的青年正專注地調試設備。他時而俯身查看虛擬模型與實體設備的同步狀態，時而快速敲擊鍵盤修正參數，時而輕聲叮囑團隊成員核對關鍵點位。這位青年就是研究院研發總監李公文，此刻他正帶領團隊為一套高校實驗室定制的實訓設備做最后的聯調測試。
李公文出生于1985年7月，安徽全椒人。自2014年投身機器人行業以來，他在機器人系統集成、數字孿生及工業大數據應用領域深耕不輟。從專科起步，一路深造至博士，從普通工程師成長為高級軟件架構師，他主持研發了安徽省首版次軟件、首臺套重大技術裝備各1項，承擔省重點科技項目5項、產學研協同攻關課題20余項，累計發表專業論文10篇，獲授權發明專利20項，還主編教材2部。憑借卓越的成就，他先后獲得全國工業和信息化技術技能大賽工業大數據算法賽項職工組一等獎等多個獎項，并獲評“大國工匠”等榮譽稱號。
在公司承接的一條生產線的數字孿生項目中，團隊遭遇了棘手難題。項目中的AGV（自動導引車）采用行業通用的磁導航方案，但難以在數字孿生軟件中實時獲取位置信息，導致虛擬模型與實體設備失效，虛擬AGV持續漂移、虛實場景脫節，項目推進陷入停滯。面對客戶“不增加成本”的要求，李公文主動承擔起攻堅任務。白天，他在生產現場采集數據、排查信號、比對誤差；夜晚，他一頭扎進文獻資料，篩選適配的定位技術方案。
激光導航精度達標但成本超預算，傳統定位模式無法滿足實時同步需求。經過數十次方案推翻、上百組參數調試和無數次邏輯推演，超寬帶定位技術進入他的視野。該技術通過高時間分辨率測距，在復雜室內環境中可實現約10厘米級的定位精度，且具備抗干擾能力強、功耗低等優勢。然而，該技術在工業產線AGV定位場景中缺少成熟實踐。沒有現成經驗可借鑒，李公文就從零搭建測試環境，連續熬了數個晚上反復測試、優化算法。最終，測試數據顯示，雖然存在約10厘米的誤差，但在生產現場可以接受，且該技術能在數字孿生軟件中實時獲取AGV位置，打通虛實映射鏈路，解決了模型漂移問題，項目得以順利交付。
隨著制造業數字化、智能化轉型浪潮的興起，李公文主動跳出深耕多年的機械自動化領域，轉向工業大數據、人工智能的新賽道。恰逢第二屆全國工業和信息化技術技能大賽新增工業大數據算法賽項，李公文認為這是以賽促學、以賽練技的好機會，便計劃在公司尋找搭檔組隊參賽。但大數據、人工智能、算法模型對一直從事機械自動化的技術人員來說是完全陌生的領域，公司里沒人敢輕易嘗試。
李公文主動找到年輕同事程丙南，鼓勵他一起參賽。程丙南滿心猶豫，坦言自己沒有相關準備。李公文說：“上吧，給自己一個練兵的機會，我們一起從頭學?！眰滟惖娜兆赢惓ＦD苦，兩人白天正常上班，晚上和周末便扎進機房，從零開始學習數據處理、模型訓練、算法優化。他們定下規矩，模型跑通且準確率達到85%才算能用，但還要繼續追問能否達到90%，誤報能否再降一點。為了提升幾個百分點，他們反復優化特征、調整算法，甚至引入物理模型，讓人工智能真正理解設備運行的規律。
如今，李公文又多了新身份，成為蕪湖市人工智能工匠學院特聘教師和蕪湖職業技術大學校外大師工作室負責人。他常帶著學生進工廠、上產線，在真實系統上動手實踐?！皫贻p人，我最看重的是他們在真實問題里沉得下去的定力?！崩罟恼f，問題不會規規矩矩地寫在課本里，數據不全、信號干擾、設備老化等都可能是關鍵線索。在這種復雜場景下，學生要自己找數據、對時序、建模型、驗證結果?？赡苷{了兩周參數，只把誤報率降了兩個百分點，但正是這個過程，讓他們明白人工智能是解決問題，工程師的“極致”是在反復失敗后依然愿意再試一次的堅持。
