负责中大型工业级无人机高精度导航算法全生命周期研发，覆盖多源传感器融合架构设计、复杂环境（城市峡谷/电磁干扰/无GNSS区域）适配及集群导航协同接口开发，支撑电力巡检、应急救援等场景落地。

• 主导设计基于改进型联邦卡尔曼滤波的多传感器融合导航框架，集成GNSS、INS、视觉里程计（VO）及激光雷达点云匹配数据，针对城市峡谷多径效应导致的GNSS信号遮挡问题，提出基于载噪比动态加权的观测噪声协方差调整策略，将定位平面精度从0.5米提升至0.25米（CEP50），已在电力塔巡检无人机完成300+架次外场验证。
• 牵头优化视觉惯性导航（VINS）模块，基于ORB-SLAM3框架改进回环检测机制，引入语义分割网络过滤动态障碍物特征点，解决园区复杂场景下视觉漂移问题，连续飞行2小时累积误差从12米压缩至3米，支撑安防巡逻无人机实现全自主避障与航迹跟踪。
• 针对电磁干扰环境下GNSS伪距跳变问题，开发自适应抗干扰导航算法，通过实时估计量测噪声方差并调整卡尔曼滤波增益，将定位失效概率从15%降至3%，配合硬件抗干扰天线完成军工级电磁兼容测试（GJB 151B-2013）。
• 设计导航系统与集群协同控制器的接口协议，定义基于时间同步的位姿数据分发机制，支持100+架次无人机集群的相对位置误差小于0.8米，助力某应急物资投送集群项目通过工信部验收。

聚焦垂直起降固定翼无人机长航时导航需求，负责INS/GNSS紧耦合算法优化、无GNSS区域辅助导航技术开发及导航系统可靠性验证，支撑测绘、海洋监测等中远程任务。

• 重构INS/GNSS紧耦合导航算法，采用分段线性卡尔曼滤波替代传统扩展卡尔曼滤波，减少状态变量更新频率，在10小时长航时任务中计算资源占用降低25%，同时将位置漂移率从0.15m/s抑制至0.08m/s，支撑海洋测绘无人机完成200公里海岸线扫描任务。
• 开发基于SITAN（简化地形匹配）的地形辅助导航（TERCOM）模块，融合机载激光雷达与预先生成的DEM地形数据，设计地形匹配置信度评估函数，在无GNSS的山区环境定位误差小于0.8米，已应用于边防巡逻无人机。
• 主导导航系统故障诊断与容错设计，基于贝叶斯网络构建传感器健康状态评估模型，实时监测IMU零偏漂移、GNSS周跳等异常，提前30秒预警传感器故障，系统MTBF（平均无故障时间）从80小时提升至150小时。
• 参与预研项目“视觉-激光SLAM融合导航”，搭建基于ROS2的仿真测试平台，提出基于NDT（正态分布变换）的点云配准加速算法，将建图耗时从120秒缩短至45秒，配准精度提升至5cm，为后续机型升级储备技术。

负责消费级/行业级多旋翼无人机基础导航算法开发，重点解决室内外切换平滑性、低动态场景定位稳定性问题，支撑消费级航拍及行业巡检入门级产品落地。

• 实现INS/GNSS松耦合导航算法，基于扩展卡尔曼滤波融合加速度计、陀螺仪及单频GNSS数据，通过优化Q/R矩阵参数，将定位平面精度从1.2米提升至0.7米（CEP50），应用于公司首款消费级无人机，支撑上市后10万+台销量。
• 针对室内外切换场景，设计基于模糊逻辑的导航模式切换策略，结合WiFi指纹定位作为过渡，将切换过程位置跳变从0.5米降低至0.1米，切换耗时从2秒缩短至0.5秒，提升用户体验一致性。
• 主导外场测试与算法调优，搭建基于GNSS模拟器+转台的半物理测试平台，采集城市、郊区、森林等6类场景数据，针对性优化IMU误差补偿参数，使全场景定位成功率从82%提升至95%。
• 编写导航算法技术文档与测试用例，建立包含200+项指标的自动化测试流程，将算法迭代周期从4周缩短至2.5周，支撑产品快速迭代。

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。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。