负责大型无人机集群的分布式导航与协同定位算法研发，支撑物流配送场景下10+架集群的自主航迹同步、避障及精准降落，覆盖从算法设计到实飞验证的全流程。

• 主导设计基于一致性哈希优化的分布式导航算法，针对集群通信延迟（≤50ms）与丢包（≤10%）问题，融合GNSS绝对定位与机间视觉相对测量，通过滑动窗口共识协议修正各机状态偏差，解决传统一致性算法在动态拓扑下的同步滞后问题——集群位置同步误差从0.6m降至0.15m，支持15架无人机的密集编队飞行。
• 开发集群避障的分层决策算法，上层采用改进A*算法生成全局无碰撞路径（考虑障碍物运动预测），下层基于人工势场法结合各机导航状态调整局部轨迹，解决单机动态避障导致的集群分散问题——在障碍物密度0.3个/㎡的城市场景下，避障成功率从75%提升至92%，且编队形状保持率≥90%。
• 搭建多物理场耦合的导航仿真平台，基于Gazebo+MATLAB联合仿真，注入GNSS多径效应（延迟10-50ns）、IMU零偏漂移（0.01°/h）等真实噪声，实现算法在极端场景下的鲁棒性测试——仿真覆盖率从60%提升至85%，减少40%实飞测试成本。
• 解决低温环境（-10℃）下IMU零偏不稳定问题，优化预热策略（将IMU启动预热时间从5min延长至8min）并引入温度补偿模型（基于多项式拟合校准零偏系数），实飞测试中低温场景定位精度从0.5m提升至0.2m以内，满足物流无人机精准降落（误差≤0.3m）的要求。

负责垂直起降固定翼无人机的多模态导航算法研发，支撑长航时（≥10h）大范围测绘场景的航迹连续、故障容错及功耗优化，衔接飞控系统实现高精度姿态与位置输出。

• 优化固定翼-多旋翼切换段的导航算法，针对两种模式动力学差异（固定翼升力依赖气流、多旋翼靠桨距）导致的航迹跳变问题，设计基于模型预测控制（MPC）的过渡轨迹规划，融合气压计与GNSS高度约束INS误差积累——切换时高度误差从0.8m降至0.2m，航迹连续性提升40%，满足测绘对航线偏差≤0.5m的要求。
• 主导开发联邦卡尔曼滤波（FKF）容错架构，融合GNSS、INS、视觉SLAM及激光雷达数据，设计残差检验模块（阈值设为3σ）实现传感器失效自动切换——当GNSS信号遮挡10秒时，视觉SLAM权重从20%提升至60%，定位误差控制在0.5m以内，避免测绘数据丢失。
• 降低导航算法功耗以延长续航，通过ARM CMSIS-DSP库将EKF滤波环节从浮点运算转为定点数（Q15格式），并优化任务调度（将滤波更新频率从100Hz降至80Hz，保留关键状态更新）——嵌入式平台运算负载从70%降至45%，续航从8h延长至10h，满足长航时测绘需求。
• 定义与飞控系统的ROS2通信协议（基于UDP的nav_msgs/Odometry话题，QoS设置为Reliable+Durability），优化数据打包方式（去除冗余时间戳字段）——数据传输延迟从20ms降至5ms，提升飞控对导航指令的响应速度，减少姿态震荡。

负责小型多旋翼无人机的GNSS/INS/VIO组合导航算法开发，支撑消费级无人机自主悬停、航点飞行场景，覆盖算法原型设计、嵌入式移植及测试校准。

• 主导替换原有互补滤波方案，设计基于扩展卡尔曼滤波（EKF）的GNSS/INS组合导航算法，融合IMU（100Hz）高频数据与GNSS（1Hz）低频数据，加入磁罗盘辅助航向校正（剔除大于20°的突变值）——动态场景下定位漂移率从0.5m/s降至0.1m/s，悬停精度从±0.3m提升至±0.1m，满足消费级无人机精准悬停需求。
• 参与视觉惯性里程计（VIO）集成，基于ORB-SLAM3前端与IMU预积分优化，解决仓库场景（纹理缺失）下VIO发散问题——引入IMU预积分约束特征点跟踪，优化回环检测阈值（从0.3m降至0.15m）——仓库定位误差从1.2m降至0.3m，支持自主绕障飞行。
• 完成算法嵌入式移植，将MATLAB原型转为STM32H7平台代码，用定点数运算替代浮点（Q31格式处理姿态矩阵），调整FreeRTOS任务优先级（将导航任务设为高优先级）——滤波运算时间从12ms缩短至5ms，满足100Hz实时更新要求。
• 设计激光跟踪仪静态校准流程，校准IMU零偏（误差从0.05°/h降至0.01°/h）与刻度因子（误差从0.5%降至0.1%）——静态定位精度从0.3m提升至0.1m，通过客户工业巡检场景的精度验收。

高海拔长航时工业级无人机飞行平台研制

• 项目背景：工业级无人机在青藏高原、云贵高原等4500米以上区域应用时，面临气压低、气温低（-20℃~5℃）、气流紊乱等挑战，现有平台存在续航短（≤1.5小时）、姿态震荡（误差±1°以上）、电子设备低温失效等问题，无法满足电力巡检、应急救援等场景需求。项目目标为开发一款适配高原环境的工业级飞行平台，实现续航≥2小时、姿态控制精度±0.5°、抗风等级≥7级，并通过客户实地验证。
• 关键难题与技术路径：1）高原动力系统效率衰减——传统无刷电机+螺旋桨组合在高海拔下进气量减少30%，导致推力下降；2）姿态控制鲁棒性不足——大气密度降低使传统PID控制易受扰动震荡；3）低温可靠性——电子元器件在-20℃下易出现启动失败或性能漂移。针对上述问题，我牵头引入CFD（计算流体力学）仿真优化动力系统，选型高KV值无刷电机（T-Motor U7 KV170）匹配定制化碳纤维螺旋桨（翼型采用NACA 6412高原优化版），提升进气效率；针对姿态控制，引入模型预测控制（MPC）算法，融合气压计、IMU（InvenSense MPU9250）和激光雷达（Livox Horizon）数据，构建高原大气模型修正控制参数；低温方面，设计分布式加热膜温控系统，覆盖电池仓（容量6S 22.2Ah磷酸铁锂）与飞控舱（Pixhawk 6C Mini），确保-20℃下设备正常启动。
• 核心行动与创新：作为研发负责人，我主导跨气动、电控、结构部门的周度同步机制，对齐技术路线；创新点在于将MPC算法移植到低成本飞控平台——通过模型降阶（将连续状态空间离散化为10步预测）降低计算资源需求，同时利用CFD仿真结果减少原型机迭代次数（从初始规划的5次压缩至3次），节省研发成本约20%。
• 成果与价值：平台最终实现4500米高原环境下续航2.5小时（较目标提升25%）、姿态控制精度±0.3°（超目标40%）、抗风7级（12m/s）；申请2项发明专利（“一种高原环境无人机螺旋桨优化设计方法”“基于MPC的高海拔无人机姿态控制方法”）。产品通过国家电网青海分公司实地测试，成为公司高原场景主力机型，2024年上半年贡献销售额8600万元（占公司工业级无人机总营收的35%），客户满意度达92%。

多模态感知融合的小型无人机自主避障系统开发

• 项目背景：公司“蜂鸟”小型无人机（重量≤5kg）拟拓展城市楼宇配送、森林消防侦查场景，但现有避障方案依赖单一视觉传感器，易受光线变化、树叶遮挡影响，误报率高达5%，无法满足复杂环境下的安全需求。项目目标为开发融合视觉、激光雷达、毫米波雷达的多模态避障系统，实现避障范围≥10米、响应时间<100ms、误报率<1%。
• 关键难题与技术突破：1）多传感器时空同步——视觉（Basler acA1300-200uc）采样率30fps、激光雷达10Hz、毫米波雷达20Hz，坐标系与时间戳不一致导致数据融合偏差；2）复杂环境特征融合——视觉的纹理信息与激光雷达的点云数据维度差异大，难以有效关联；3）低功耗约束——小型无人机电池容量仅5000mAh，无法承载高算力芯片。
• 核心行动与技术方案：我负责感知模块设计与算法落地：1）通过硬件时间戳（GPS授时）实现多传感器同步，构建统一时空坐标系；2）采用稀疏点云与视觉特征联合表示，用轻量级CNN（MobileNetV3）提取视觉障碍物边缘特征，与激光雷达点云的几何特征拼接，输入LSTM网络进行轨迹预测；3）选用Jetson Nano边缘计算芯片，通过模型剪枝（去除冗余卷积层）和量化（FP32转INT8），将计算功耗从15W降至9W，满足续航要求。
• 成果与业务支撑：系统最终实现避障范围12米、响应时间85ms、误报率0.8%（均超目标）；申请1项实用新型专利（“一种小型无人机多传感器集成安装结构”）。该系统集成至“蜂鸟”无人机后，通过民航局（CAAC）避障性能认证，支撑公司与顺丰同城急送达成城市末端配送合作，2022年下半年带来年营收增加1200万元；同时，“蜂鸟”无人机在成都森林消防演练中实现零避障失误，提升了公司应急场景的品牌影响力。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。