负责小型多旋翼无人机导航算法的开发与优化，支撑室内外场景自主飞行任务，聚焦解决GNSS信号遮挡下的定位漂移及高速机动时的姿态解算延迟问题

• 主导设计改进型扩展卡尔曼滤波（EKF）组合导航算法，针对城市园区场景GNSS信号遮挡导致的定位漂移（原误差1.2米），引入视觉里程计横向位置修正项——通过OpenCV提取路牌边缘特征并基于SAD算法匹配，将定位误差压缩至0.3米以内，支撑了园区电力塔巡检任务的98%完成率
• 优化INS误差状态模型，解决无人机急转时姿态解算延迟问题：采用四元数-欧拉角混合更新策略，结合Mahony互补滤波修正陀螺仪零偏（原零偏0.05°/s降至0.01°/s），姿态角误差从0.5°缩小至0.15°，急转场景下的飞行轨迹平滑度提升40%
• 搭建导航算法实时性测试框架，基于ROS2 DDS通信机制重构算法模块数据交互逻辑，将导航解算周期从50ms缩短至30ms，满足大机动飞行任务对实时性的严格要求，通过了某工业客户的实时性验收标准
• 参与室外复杂环境联调，解决磁罗盘受电机电磁干扰导致的航向偏差（原误差10°）：设计自适应磁罗盘校准算法，基于飞行数据的统计特性动态调整硬铁/软铁补偿参数，航向误差降至2°以内，保障了户外航线规划的准确性

负责垂直起降固定翼无人机导航算法研发，支撑长航时跨区域自主飞行任务，重点突破GNSS拒止场景下的定位连续性及多源融合鲁棒性问题

• 核心参与联邦卡尔曼滤波多源融合导航系统设计，整合GNSS、INS、激光雷达SLAM及视觉惯性导航（VINS）数据，建立异质传感器误差协方差传递模型，解决单一传感器故障时的导航中断问题——在GNSS拒止的山岭电力巡检场景中，定位精度保持在0.5米以内，任务完成率从75%提升至92%
• 优化VINS前端特征跟踪算法，针对固定翼高速飞行（80m/s）导致的图像模糊问题：采用Lucas-Kanade光流法结合稀疏光束平差法（Sparse BA）提升特征点跟踪鲁棒性，特征丢失率从15%降至5%，视觉导航输出的位姿方差缩小30%
• 设计导航系统故障诊断与容错机制，基于残差χ²检验和贝叶斯网络识别传感器故障——当GNSS信号异常时，自动切换至激光雷达SLAM主导模式，切换时间小于200ms，避免了3次因导航中断导致的坠机风险
• 主导算法嵌入式移植，基于ARM Cortex-A9处理器进行定点数优化（将浮点运算转换为Q15定点格式），将导航算法CPU占用率从45%降至20%，功耗降低25%，满足机载设备的长航时要求

负责大型无人机集群导航协同算法研发，支撑集群化自主作业任务，聚焦解决集群导航一致性、抗电磁干扰及多节点兼容性问题

• 主导设计基于一致性算法的集群导航协同框架，通过分布式EKF实现各节点导航信息共享——针对集群飞行时个体定位误差累积导致的队形散乱问题（原队形误差1.5米），引入节点间位置/速度信息加权融合，队形保持误差降至0.3米以内，支撑了100架农业植保集群的大规模喷洒任务
• 优化集群导航抗干扰能力，针对敌方电磁欺骗场景：采用自适应抗欺骗算法，结合INS预测信息与视觉导航辅助定位，构建GNSS信号可信度评估模型，欺骗信号识别准确率提升至98%，保障了集群在复杂电磁环境下的安全飞行
• 开发集群导航实时仿真测试平台，基于Gazebo+MATLAB/Simulink联合仿真，模拟电磁干扰、传感器故障等12类场景，将算法测试周期从2周缩短至3天，迭代效率提升50%，支撑了3代集群导航算法的快速验证
• 带领3人团队完成集群导航算法落地，解决老旧无人机节点（搭载STM32H4处理器）与新算法的兼容性问题——设计轻量化适配层接口，将算法计算量压缩40%，适配5种不同型号无人机，支撑了客户500架集群的交付项目，客户满意度达95%以上

高可靠性长航时工业级无人机飞行平台自主研发项目

• 项目背景是为满足电力巡检、森林应急救援等场景对“长航时、高可靠、环境适应性强”工业级无人机的迫切需求，公司启动该项目，目标打造续航≥8小时、MTBF≥5000小时、适应-20℃~50℃宽温域的飞行平台；我担任研发负责人，统筹平台整体架构设计、关键技术攻关及硬件/软件/测试团队协同。
• 项目面临两大硬核挑战：一是油电混合动力系统高负载下的热管理瓶颈，传统风冷方案导致无刷电机峰值温度超85℃安全阈值；二是高海拔（≥3000米）场景下飞控姿态解算误差大（≥0.5°），易引发航线偏移甚至失控风险。
• 针对热管理，我主导设计“微通道液冷散热板+石蜡基相变材料”复合方案，用ANSYS Fluent仿真优化流道分布与相变材料填充率，迭代3版后将电机峰值温度降至62℃，彻底解决过热保护问题；针对飞控精度，改进扩展卡尔曼滤波（EKF）算法，融合RTK差分定位、气压计静压数据及视觉里程计，构建多源融合姿态估计模型，解决高海拔磁场干扰下的姿态漂移问题。
• 项目成果：飞行平台续航达9.2小时（超目标15%），MTBF提升至5500小时，通过电力巡检场景极限测试（连续作业12小时无故障）；助力公司拿下3个省级电力公司订单（总金额2100万元），并成为公司工业级无人机产品线的核心平台。我个人因技术主导作用获年度“技术突破奖”，同时沉淀了《高海拔飞控姿态估计技术规范》等2份企业标准。

中程物流无人机复杂气象下飞控稳定性优化项目

• 项目背景是公司首款中程物流无人机（载重5kg、航程100km）在试点运营中暴露问题：复杂气象（侧风≥10m/s、低空湍流）下航线保持精度差（偏差≥1.2米），导致配送延误率高达15%，严重影响客户体验；我担任飞控系统高级工程师，负责算法优化与场景验证。
• 核心难点在于：传统PID控制器在动态扰动下响应滞后（≥0.3秒），且状态估计依赖单一GPS信号，易受建筑物/树木遮挡影响；缺乏精准的小尺度风场建模能力，无法提前补偿气流冲击。
• 我主导引入模型预测控制（MPC）算法，结合激光雷达实时测风数据，构建包含风扰动的动态状态空间模型，实现未来10秒内的气流扰动预测；同时用深度强化学习（DQN）优化PID参数，通过仿真环境训练控制器的抗扰动策略；基于MATLAB/Simulink搭建数字孪生平台，迭代5版算法后移植至PX4飞控进行外场测试。
• 项目成果：航线偏差降至0.4米以内（超目标50%），延误率下降至4%，完全满足城市末端配送场景要求；该优化方案应用于公司“星递”物流无人机产品线，年新增营收800万元。我个人主导的“多源融合飞控算法”成为公司核心技术壁垒之一，推动团队掌握了复杂气象下的飞控系统设计能力。

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。