负责公司全系列工业级无人机高精度导航算法的设计、优化与工程化落地，重点解决复杂环境（城市峡谷、山地、电磁干扰场景）下的定位可靠性与动态跟踪精度问题，支撑物流配送、巡检、应急测绘等场景的自主飞行需求。

• 主导研发‘GNSS/INS/视觉/激光雷达’多源融合导航算法框架，针对城市峡谷GNSS信号拒止场景，提出基于视觉语义特征的动态量测残差校验机制——通过ORB-SLAM提取建筑角点作为伪量测，结合联邦卡尔曼滤波重构全局位姿；解决了传统融合算法在信号丢失时定位发散问题，实测动态定位精度从0.8m提升至0.15m（CEP50），支撑某物流无人机在深圳CBD完成常态化配送测试。
• 优化惯性导航系统（INS）误差补偿模型，基于Allan方差分析陀螺随机游走特性，设计双时间尺度的自适应噪声协方差矩阵更新策略：短期（<10s）采用Sage-Husa自适应滤波抑制高频噪声，长期（>10s）引入气压计/磁罗盘辅助修正航向漂移；使长航时（12小时）飞行累积位置误差从0.6%航程降至0.1%航程，满足电力巡检跨山航线的高精度要求。
• 牵头解决导航系统与飞控平台的实时性耦合问题，设计基于时间戳对齐的异步数据交互协议，通过预积分算法补偿IMU数据延迟（最大延迟从120ms压缩至30ms）；结合模型预测控制（MPC）的前向估计，将飞行姿态响应超调量从8%降至3%，提升大机动场景下的飞行稳定性。
• 主导完成民航局‘无人机导航系统适航验证’项目，搭建包含12类典型故障场景的测试平台（如GNSS欺骗、IMU漂移、视觉遮挡），设计基于硬件在环（HIL）的自动化测试流程；算法通过率达98.7%（行业标准≥95%），助力公司获得大型物流无人机导航模块的适航认证。

聚焦消费级及行业级无人机导航算法开发，重点突破室内外无缝切换、动态环境跟踪等关键技术，支撑教育无人机、农业植保机的量产与场景落地。

• 设计基于低成本MEMS-IMU与单频GNSS的多源融合导航方案，针对农业植保机田间作业场景（植被遮挡导致GNSS多径误差达1.2m），引入RTK差分改正数与视觉地平线检测算法，将水平定位精度从0.5m（单GNSS）提升至0.2m（融合后），满足农药喷洒路径±10cm的控制要求。
• 优化扩展卡尔曼滤波（EKF）的可观测性分析，针对无人机悬停场景设计扰动观测器（DOB），通过估计风速干扰对加速度计的影响并前馈补偿，将悬停位置波动从±0.3m降至±0.1m，支撑教育无人机编程教学中的稳定悬停演示功能。
• 参与某应急测绘项目，解决山区林区GNSS信号弱（C/N0<35dB-Hz）问题，融合激光雷达点云与地形DEM进行匹配定位，设计基于NDT（正态分布变换）的快速配准算法；实测无GNSS场景下定位误差小于0.3m，项目交付周期较原计划缩短2周。
• 搭建导航算法半物理仿真平台，基于X-Plane与Simulink联合仿真，覆盖电磁干扰、IMU零偏漂移等15类极端工况；通过批量测试提炼算法鲁棒性边界，为硬件选型（如选择零偏稳定性0.01°/h的IMU）提供数据支撑，降低量产成本18%。

负责GNSS接收机基带算法开发与性能优化，重点提升复杂电磁环境下的定位可靠性，支撑车载导航、无人机基础定位模块的研发。

• 设计GNSS载波跟踪环的自适应带宽调整算法，基于锁相环（PLL）鉴相器输出方差动态调整环路噪声带宽（Bn）；在强干扰（压制式干扰功率比-40dBc）场景下，跟踪环失锁概率从35%降至12%，应用于公司首款抗干扰车载导航终端。
• 优化多径抑制算法，结合短时傅里叶变换（STFT）与自适应陷波器（ANF），抑制反射信号对码环的干扰；实测城市多径环境下定位精度从2.5m（无抑制）提升至1.2m（抑制后），支撑某品牌智能手表的精准定位功能。
• 参与北斗三号信号体制适配，完成B1C/B2a信号的捕获与跟踪算法开发，重点解决新信号调制方式（QMBOC、BPSK-Q）下的相关峰检测问题；算法通过中国卫星导航系统管理办公室测试，助力公司接收机进入北斗兼容终端推荐名录。
• 设计GNSS接收机冷启动加速方案，基于星历外推与电离层模型预校正，将首次定位时间（TTFF）从45s缩短至22s，在无人机快速起飞场景中显著提升用户体验。

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。

• 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。