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。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。

中高空长航时电力巡检无人机飞行控制与自主导航平台研发

• 项目背景：国家电网需部署适用于5000米海拔、20小时以上航时的中高空无人机用于输电线路巡检，现有平台存在高海拔气动特性适配差（姿态波动±5°）、复杂电磁环境下导航丢失（GPS信号中断后漂移超100米）、自主避障响应慢（山区场景避障延迟＞2秒）三大痛点。我的核心职责是主导飞行控制与导航平台的架构设计、关键技术攻关及量产落地。
• 关键难题与技术：1. 高海拔下多传感器融合精度不足——传统卡尔曼滤波无法有效融合气压高度计、IMU与激光测距数据，导致高度估计误差达±3米；2. 电磁干扰下的导航连续性——高压线路的工频干扰使GPS/北斗信号载噪比降至30dB以下，易丢失定位；3. 复杂地形自主避障——现有基于视觉的算法在山区低纹理场景下点云配准失败率超20%。
• 核心行动与创新：1. 改进多源融合算法——基于联邦卡尔曼滤波框架，设计加权系数动态调整机制，融合激光测距的高度绝对值约束与IMU的动态特性，将高度估计误差压缩至±0.5米，姿态波动控制在±1.5°内；2. 构建组合导航冗余系统——采用“视觉SLAM+IMU紧耦合”作为GPS备份，通过ORB-SLAM3提取视觉特征，结合IMU预积分优化位姿估计，实现GPS丢失后30分钟内定位误差＜5米；3. 优化避障算法——基于PointPillars点云网络训练山区地形障碍物检测模型，将实时检测帧率从15fps提升至25fps，避障延迟降至0.8秒内。
• 项目成果与价值：1. 技术指标：导航定位精度（RTK辅助下）达10厘米级，抗电磁干扰能力提升60%，自主避障成功率＞99%；2. 业务价值：平台支撑公司中标国家电网“西北电网智能巡检项目”，订单金额2100万元，已交付50架次无人机，累计完成12万公里线路巡检无重大故障；3. 个人贡献：主导飞控系统架构重构，推动多传感器融合、组合导航冗余等核心技术落地，成为公司中高空无人机平台的技术牵头人。

小型多旋翼无人机自适应飞控算法优化与量产一致性提升

• 项目背景：公司主力小型多旋翼无人机（载重5kg，航时30分钟）在量产时遇到传感器批次差异导致的飞控参数适配问题——不同批次的IMU零偏误差达±0.1°/s，需人工校准每台设备，良品率仅85%，生产效率低下。我的职责是优化飞控算法的自适应性，实现传感器误差在线补偿，提升量产一致性与效率。
• 关键难题与技术：1. 传感器批次差异导致的参数漂移——传统飞控采用固定参数，无法适配不同IMU的零偏与噪声特性；2. 复杂环境下的姿态稳定性——大风（≥5级）场景下无人机漂移速度超0.5m/s，难以保持定点悬停；3. 校准流程低效——人工校准每台需30分钟，无法满足量产产能需求。
• 核心行动与创新：1. 设计自适应控制算法——基于模型参考自适应控制（MRAC）框架，在线估计IMU的零偏与比例因子误差，自动调整飞控的姿态环PID参数，无需人工干预；2. 开发机器学习辅助校准工具——采集1000+台传感器的零偏数据，训练梯度提升树模型预测传感器误差，将校准时间从30分钟缩短至5分钟；3. 仿真验证与迭代——用MATLAB/Simulink搭建风场模型（5-8级风），验证算法在不同风速下的姿态稳定性，优化控制参数的收敛速度。
• 项目成果与价值：1. 技术指标：飞控参数一致性提升70%，姿态稳定误差降至±0.8°，抗风能力从4级提升至6级；2. 业务价值：量产良品率升至98%，单台生产时间缩短40%，支撑公司小型无人机在农业植保市场份额提升至18%；3. 个人贡献：从算法执行转向方案设计，主导自适应飞控与量产校准的核心优化，积累了消费级/工业级无人机量产的技术经验。