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。

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。

• 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。