负责中大型垂直起降固定翼无人机全自主导航算法设计与迭代，覆盖室内外复杂场景（隧道、高楼群、农田）的定位、路径规划与姿态控制，支撑物流配送与电力巡检场景的商业化落地

• 主导设计融合视觉SLAM与RTK-GNSS的组合导航算法，针对隧道、高楼遮挡下的定位漂移问题，采用松耦合+紧耦合自适应切换策略，通过设计基于信息熵的传感器权重评估模型动态调整视觉与GNSS的融合系数；使用ROS2构建算法框架，GTSAM实现后端优化，CARLA仿真验证100+次极端场景，最终定位精度从0.8米提升至0.2米，隧道场景位置误差小于0.3米，支撑了3条15公里隧道物流配送试点
• 优化长航时电力巡检路径规划算法，结合电池SOC衰减模型与LSTM障碍物轨迹预测，改进A*算法加入能量消耗因子（每公里能耗=基础能耗+负载重量×0.15），将路径规划的航程利用率从82%提升至94%；同时引入动态窗口法（DWA）处理突发障碍物，路径规划时间从12秒缩短至7秒，支撑完成120公里跨山区电力线路巡检任务，续航提升15%
• 开发基于Transformer增强的视觉惯性里程计（VIO）算法，解决农田、沙漠低纹理场景特征点匹配失败问题——在ORB-SLAM3基础上嵌入视觉Transformer模块，对稀疏特征点进行语义增强，设计稀疏-密集特征融合框架；通过实飞测试调整特征点提取阈值（从100调整至80），低纹理场景下VIO建图误差降低60%，帧率保持在30fps以上，满足电力塔精细化巡检的建图需求
• 搭建导航算法硬件在环（HIL）验证体系，使用dSPACE平台模拟GPS拒止、12级强风、传感器故障等100+种极端场景，将实飞数据映射至仿真环境复现问题；通过设计故障注入脚本，将算法故障发生率从12%降至2%，实飞测试通过率提升至98%，提前发现并修复了3个导致坠机的姿态控制漏洞

负责多旋翼无人机高精度导航算法开发，支撑警用安防（嫌疑人追踪）、应急测绘（三维建模）场景，重点解决动态环境下的目标跟踪与自主避障问题

• 核心参与开发多传感器融合目标跟踪导航算法，融合毫米波雷达（77GHz）与视觉数据，采用改进EKF算法处理雷达稀疏点云与视觉稠密特征的异质数据；设计基于时间戳插值的同步机制（误差控制在10ms内），结合匈牙利算法解决数据关联问题，目标跟踪准确率从85%提升至95%，支撑某市局安防场景下10+起嫌疑人追踪任务，跟踪时长平均延长2倍
• 优化视觉惯性导航（VINS）算法初始化流程，针对高动态起飞（爬升率>5m/s）场景收敛慢问题，提出IMU预积分与视觉特征点快速匹配结合的方法——通过自适应卡尔曼滤波调整过程噪声协方差（从1e-4调整至5e-5），抑制高振动下的IMU噪声，初始化时间从5秒缩短至1秒，收敛成功率提升至98%，满足应急测绘中快速启动的需求
• 搭建多旋翼导航算法性能测试平台，基于PX4飞控与Gazebo仿真，模拟挂载不同负载（摄像头、喊话器、多光谱相机）下的姿态控制偏差；建立负载-姿态误差数学模型（误差=负载重量×0.02+重心偏移×0.05），指导硬件设计调整重心，算法对负载变化的鲁棒性提升30%，支撑了5款应急测绘无人机的定制化开发

负责小型无人机嵌入式导航算法移植与优化，将PC端算法适配至ARM架构单片机，支撑消费级无人机的基础定位与飞行稳定

• 将基于扩展卡尔曼滤波（EKF）的GPS/INS组合导航算法移植到STM32H7单片机，针对资源受限问题，用定点数运算（Q15格式）替代浮点运算，设计误差补偿机制（每100ms校准一次定点数累积误差）；算法运行时间从100ms缩短至20ms，定位精度保持在0.5米以内，支撑了某款消费级无人机的量产
• 优化嵌入式IMU温漂处理算法，针对MEMS-IMU零偏随温度变化问题（-20℃到60℃范围内零偏变化>10deg/h），采用分段多项式拟合（5段）温度传感器数据，实时调整IMU零偏；低温环境下姿态误差从0.3rad降低至0.18rad（约10度），提升了北方冬季的消费级无人机飞行稳定性
• 开发自动化导航算法校准流程，针对量产设备传感器个体差异问题，用机器学习模型（随机森林）预测传感器的零偏、比例因子误差；通过采集1000+台设备的校准数据训练模型，校准时间从30分钟缩短至5分钟，量产设备的导航参数一致率从80%提升至95%，降低了40%的售后维修成本

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。