负责中大型工业级多旋翼无人机飞控系统核心算法（姿态解算、轨迹跟踪、故障容错）的设计、迭代与场景落地，支撑农业植保、电力巡检等刚需场景的精准作业需求

• 主导设计基于改进型扩展卡尔曼滤波（EKF）的姿态解算算法，针对农业植保场景高振动、农田磁场畸变导致的IMU数据漂移问题，融合RTK-GPS与单目视觉里程计数据构建多源融合框架，将姿态角（滚转/俯仰）稳态误差从±1.2°压缩至±0.3°，支撑植保无人机在坡地、垄沟等复杂地形的精准悬停，单架次作业覆盖率提升15%，客户复购率增加8%
• 负责轨迹跟踪控制律的混合架构设计，采用滑模控制（SMC）抑制大机动（如急转、爬升）下的抖振问题，叠加模型预测控制（MPC）优化轨迹跟随精度，将电力巡检贴塔飞行的轨迹跟踪误差从±0.5m降低至±0.15m，满足塔架精细化巡检±0.2m的安全距离要求，巡检漏检率下降22%
• 搭建飞控系统硬件冗余容错模块，基于残差分析与阈值判据实现IMU、GPS、气压计的实时健康监测，当某类传感器故障（如IMU零偏突变）时，50ms内切换至备份传感器并重构控制律，系统容错能力达到DO-178C标准的A级要求，支撑无人机在无GPS信号（如隧道、密林）下的自主返航成功率从92%提升至99.6%
• 基于PX4开源飞控框架完成算法移植与硬件适配，针对公司自研STM32H7+InvenSense ICM42688+HMC5983硬件平台，优化浮点运算与中断优先级调度，将飞控主循环周期从10ms缩短至8ms，系统实时性提升20%，通过了GJB 150.16A-2009振动环境试验

参与小型消费级及行业级无人机飞控算法开发，聚焦姿态控制、基础导航与量产适配，推动产品从原型到量产的转化

• 核心参与消费级无人机PID姿态控制算法的调参与优化，针对户外风扰（5-8m/s）下的机身震荡问题，采用频域响应分析（Bode图）调整PID参数，将抗风等级从4级提升至5级（10-12m/s），产品户外飞行故障投诉率下降20%，助力该型号成为年度销量TOP3机型
• 负责IMU在线校准算法的工程化实现，使用递推最小二乘法（RLS）对加速度计零偏、陀螺仪比例因子误差进行实时校准，将量产线单台IMU标定时间从30分钟缩短至5分钟，生产效率提升83%，同时将校准后姿态估计误差从±0.8°降低至±0.2°
• 协助开发飞控地面站调试工具，基于MATLAB GUI实现飞控参数（如PID增益、滤波系数）的实时监控与远程修改，配合研发团队将算法迭代周期从2周缩短至1周，支撑了3个版本的快速迭代
• 参与室内外定位切换算法设计，融合气压计高度与视觉SLAM平面定位数据，解决GPS信号进出建筑物时的定位跳变问题，定位精度从±2m提升至±0.5m，支撑产品在商场室内导航、仓库盘点等场景的落地

负责工业机器人嵌入式运动控制算法开发，积累硬件底层驱动、实时控制与传感器融合经验，为转向飞控算法奠定基础

• 主导设计六轴工业机器人关节位置控制算法，针对负载变化（5-20kg）导致的轨迹偏差问题，采用模型参考自适应控制（MRAC）在线调整控制器参数，将机器人重复定位精度从±0.1mm提升至±0.05mm，满足手机屏幕电子元件的精密装配要求
• 实现嵌入式系统中的卡尔曼滤波算法，融合伺服电机编码器与MEMS IMU数据，实时估计机器人末端执行器的姿态，将姿态估计误差从±0.5°降低至±0.1°，提升了装配过程中的角度对准精度
• 优化控制算法的实时性，将关节控制周期从200μs缩短至100μs，支撑机器人高速运动（最大线速度1.5m/s）下的稳定跟踪，生产节拍提升18%
• 参与机器人与上位机的CAN总线通信协议设计，实现控制指令与状态数据的实时传输，通信延迟从50ms降低至10ms，确保控制指令的及时响应，系统可靠性提升15%

高可靠性工业级无人机飞行平台研发及民航适航验证项目

• 项目背景：工业级无人机在电力巡检、应急救援等场景中，常因强电磁干扰、低温高海拔等极端环境导致飞控失效、动力中断，客户投诉率达22%；核心目标是研发一款满足民航局CCAR-21部适航要求的工业级飞行平台，实现“环境适应性≥95%、故障间隔时间（MTBF）≥500小时”的关键指标，我作为研发负责人统筹硬件设计、软件算法及适航验证全流程。
• 关键难题：①电磁兼容性（EMC）不达标——第三方预测试中飞控系统受基站、雷达干扰的误报率达12%；②低温高海拔动力衰减——-30℃环境下无刷电机扭矩下降28%，无法维持悬停；③适航认证路径模糊——缺乏工业级无人机DO-160G标准的落地经验。
• 核心行动与创新：①EMC攻关：主导PCB分层屏蔽设计（电源层+地平面+信号层三重隔离），选用军规级SMA接插件，通过HFSS仿真优化天线布局，将干扰抑制率提升至92%；②动力系统优化：重新设计电机风冷散热鳍片（增大散热面积40%），搭配耐低温三元锂电池（工作温度-40℃~60℃），结合自适应PID算法动态调整油门响应曲线，解决低温扭矩衰减问题；③适航落地：牵头梳理DO-160G Class B标准条款，协调第三方机构完成振动、冲击、雷击等11项试验，输出200+页认证报告。
• 项目成果：①技术指标：EMC误报率降至0.8%，-40℃环境下连续飞行2小时无故障，MTBF达到580小时；②业务价值：完成民航局适航受理函，获取国家电网、中石油2个头部客户订单（合计800万元）；③团队成长：培养3名硬件/算法骨干，形成《工业级无人机EMC设计规范》《低温动力系统调试手册》2份标准文档。

小型化多旋翼无人机室内外复合导航与动态避障算法研发项目

• 项目背景：公司主打的小型多旋翼无人机（载重≤2kg）在仓储盘点、室内消防巡检中，因GPS信号遮挡导致定位漂移（误差达15cm），且动态障碍物（如货架、人员）避障响应慢（200ms），无法满足客户“厘米级定位、实时避障”的需求；我的角色是算法核心设计者，负责导航与避障算法的重构与验证。
• 关键难题：①多传感器融合延迟——视觉SLAM与IMU的数据同步误差导致定位跳变；②动态场景适应不足——传统A*算法无法应对仓储中移动的货架、工作人员；③计算资源受限——嵌入式平台（STM32H7）算力不足，实时性无法保证。
• 核心行动与创新：①融合算法优化：采用扩展卡尔曼滤波（EKF）融合光流传感器、激光雷达与IMU数据，将定位更新频率从10Hz提升至50Hz，漂移误差降至3cm；②动态避障设计：引入强化学习（DQN）训练障碍物预测模型，提前500ms识别移动目标，结合ROS框架实现实时路径重规划；③算力优化：对激光雷达点云进行体素滤波（减少70%数据量），将避障算法运行时间压缩至40ms以内。
• 项目成果：①性能提升：定位精度从15cm降至3cm，动态避障响应时间缩至50ms，支持10人/秒的移动目标识别；②业务落地：算法应用于公司“仓储巡检无人机”产品，获取京东物流、顺丰供应链3个客户订单，帮助客户降低35%的人工巡检成本；③个人成长：因算法贡献突出晋升为研发负责人，主导后续飞行平台的全栈研发。

• 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。