负责公司全系列工业级无人机多源融合导航算法设计与迭代，聚焦复杂环境（城市峡谷、森林遮挡、电磁干扰）下的高精度定位与动态路径规划，支撑电力巡检、应急救援等场景的落地应用，需打通算法仿真验证到真机部署的全链路。

• 主导设计基于视觉-惯性-卫星-激光雷达的四源融合导航框架，针对城市峡谷场景GNSS信号遮挡导致的定位漂移问题，提出自适应联邦卡尔曼滤波架构，动态调整各传感器权重（视觉SLAM提供短时间高精度位姿、激光雷达补全全局结构特征、INS维持高频姿态输出），将定位误差从传统方案的1.2米压缩至0.3米（实测数据，100组城市楼宇绕飞测试均值）。
• 为解决动态障碍物（如突发飞鸟、移动车辆）引发的路径规划失效问题，开发基于点云语义分割与时序轨迹预测的避障模块：利用PointPillars网络实现30Hz实时点云障碍物检测，结合LSTM网络预测障碍物运动轨迹，将避障响应时间从80ms缩短至45ms，成功通过工信部「复杂环境下无人机自主避障」专项测试。
• 优化多传感器时间同步与空间标定算法，针对惯导与视觉传感器采样频率差异（INS 1kHz vs 相机30Hz），设计基于互相关的亚像素级时间对齐方法，消除因时间不同步导致的位姿估计误差，使融合后姿态角标准差从0.15°降至0.08°（实验室转台测试数据）。
• 搭建基于Gazebo+ROS的导航算法仿真平台，集成真实地理环境数字孪生（覆盖山地、平原、城市场景），支持注入电磁干扰、传感器故障等极端条件，累计完成功能测试用例200+，提前暴露并修复3类因温度漂移导致的INS长期误差累积问题，真机部署一次通过率提升至92%。

承担车载与无人机组合导航系统的核心算法开发，重点解决动态场景下（高速移动、遮挡环境）的定位稳定性问题，支撑自动驾驶与无人装备的客户定制化需求。

• 负责GNSS/INS紧耦合组合导航算法优化，针对高速移动场景（车速120km/h）下GNSS多普勒频移误差放大问题，引入载波相位差分（RTK）辅助的预测模型，修正INS速度积分漂移，将水平定位精度从0.8米提升至0.4米（高速路实测，连续1小时无RTK修正场景下误差仍低于0.6米）。
• 开发基于机器学习的传感器故障诊断模块，采集惯导温度漂移、磁罗盘受干扰等20类异常样本，训练XGBoost分类器实现95%以上的故障识别准确率，配合冗余传感器切换策略，使系统在单传感器失效时的定位中断时间从5秒缩短至0.3秒。
• 主导完成某军工客户的车载导航定制项目，针对车载平台强振动环境，优化IMU误差补偿模型：通过采集200小时振动台测试数据，建立包含线加速度计零偏温度系数、陀螺仪随机游走的非线性误差模型，将姿态解算精度提升30%，项目最终通过GJB 548B-2005军标可靠性测试。
• 搭建导航算法验证平台，集成HIL（硬件在环）仿真模块，支持注入GNSS欺骗信号、IMU噪声异常等干扰，累计完成150+小时仿真测试，输出《复杂环境下导航算法鲁棒性分析报告》，为客户产品选型提供关键数据支撑。

聚焦卫星导航信号处理与抗干扰技术，服务于应急通信与无人装备的基础导航需求，重点提升弱信号环境下的定位可靠性与抗人为干扰能力。

• 设计基于STAP（空时自适应处理）的GNSS抗干扰算法，针对窄带压制式干扰（如非法无人机反制设备），通过时空二维滤波抑制干扰信号，将载噪比（C/N0）损失从15dB降低至8dB，在-145dBm弱信号强度下仍能保持定位（传统方案需-140dBm以上）。
• 优化北斗B1C/B2a双频信号捕获跟踪算法，改进相干积分时间动态调整策略（根据信号强度自动切换1ms/10ms积分模式），将首次定位时间（TTFF）从35秒缩短至22秒（冷启动场景），相关成果应用于公司北斗车载终端，获2020年卫星导航定位科技进步三等奖。
• 参与某应急通信项目的导航模块开发，针对野外无GNSS场景需求，设计基于手机基站定位（Cell ID）与惯性导航的融合定位方案，通过基站RSSI指纹库匹配实现初始粗定位（误差50-200米），再用INS维持动态位姿，使系统在城市无GNSS区域定位可用率从60%提升至85%。
• 搭建GNSS信号仿真平台，基于SPM（信号传播模型）模拟多径效应、电离层延迟等误差，生成200+组典型场景测试用例，支撑导航芯片厂商的接收机性能测试，合作项目被列入省级「卫星导航应用示范工程」。

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。

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。