负责工业级无人机多传感器融合导航算法的设计、开发与迭代，聚焦复杂环境（城市峡谷、电磁干扰）下的定位精度提升与鲁棒性增强，支撑电力巡检、应急救援等场景的全自主飞行任务。

• 主导开发GNSS/INS/视觉多源融合导航算法，基于扩展卡尔曼滤波（EKF）与联邦滤波架构，融合RTK差分定位、IMU惯导数据及机载摄像头视觉里程计，针对城市峡谷卫星信号遮挡问题设计动态权重分配策略，将定位漂移率从0.3m/s降至0.08m/s，实测1小时连续飞行定位误差小于0.15米，支撑某电网公司110kV线路巡检任务零导航异常。
• 针对高速移动场景（50m/s飞行速度）下IMU噪声累积导致的姿态估计偏差，引入光流法视觉辅助角速度补偿机制，优化IMU预积分模型参数并结合L-M算法在线校准传感器零偏，使动态姿态误差从1.2°降低至0.4°，满足大速度飞行下的轨迹跟踪精度要求。
• 搭建硬件在环（HIL）测试平台，集成Xsens IMU、u-blox ZED-F9P RTK模块及模拟视觉传感器，复现磁暴、高楼遮挡等极端场景，累计发现并修复滤波发散、传感器同步延迟等关键问题12项，算法测试通过率从85%提升至98%。
• 编写算法SDK与客户定制化接口，对接3个工业巡检项目，部署后客户反馈导航异常报警次数减少80%，获部门“季度技术创新奖”。

负责警用无人机组合导航系统架构设计与性能优化，解决动态环境（大机动飞行、电磁干扰）下的导航参数估计难题，支撑反恐处突任务的高可靠性需求。

• 重构原有松耦合组合导航架构，采用紧耦合EKF融合GNSS伪距/伪距率与INS加速度计/陀螺仪数据，设计自适应噪声协方差矩阵调整策略，针对城市高楼群多径效应引入PPP载波相位辅助修正，将水平定位精度从0.5m提升至0.12m，任务成功率从92%提升至99.3%。
• 针对大机动飞行（急转、爬升）的非线性运动特性，改进无迹卡尔曼滤波（UKF）状态转移方程，加入角速率约束与加速度阈值判据，解决模型失配导致的滤波滞后问题，姿态估计延迟从150ms缩短至50ms，满足超视距飞行（BVLOS）实时性要求。
• 开发导航故障诊断模块，基于贝叶斯网络分析GNSS丢失、IMU异常等12类故障模式，设计冗余切换策略（GNSS/INS切视觉SLAM），实现故障检测时间小于3秒，切换轨迹平滑度提升90%，系统MTBF从500小时延长至1200小时。
• 主导与高校合作项目，研究深度学习优化视觉-惯性里程计（VIO），提出轻量级特征点筛选网络，机载平台计算耗时降低40%，成果形成2篇EI论文并应用于旗舰机型自主避障功能。

参与消费级无人机导航算法基础开发与测试，解决简单场景（低纹理、微风）下的定位误差问题，支撑航拍功能的稳定性。

• 协助优化单目视觉航迹推算算法，基于ORB-SLAM2框架融合SIFT特征与光流跟踪，解决低纹理场景（雪地、水面）匹配失败问题，建图成功率从75%提升至90%，支撑户外场景自主返航功能落地。
• 参与IMU标定流程优化，使用三轴转台采集100组静态数据，设计最小二乘法六面体标定算法，将陀螺仪零偏误差从0.5°/h降至0.1°/h，加速度计刻度因子误差从0.3%降至0.05%，提升初始对准精度。
• 搭建Gazebo仿真环境，模拟不同高度、风速下的飞行扰动，输出200+组测试报告，为算法迭代提供数据支撑，缩短开发周期约20%。

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。

• 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。