负责中大型工业级垂直起降无人机飞控系统核心算法设计与全生命周期迭代，覆盖姿态解算、高动态轨迹跟踪、故障容错三大模块，支撑农业植保、电力巡检等场景的落地交付，对接硬件与机载设备集成需求

• 主导设计基于改进无迹卡尔曼滤波（UKF）与梯度下降法的融合姿态解算算法，针对农业植保无人机急转、避障时的IMU高频漂移问题，引入磁罗盘与视觉里程计的松耦合修正机制，结合STM32H7芯片的硬件浮点运算单元优化计算 latency，将姿态角误差从0.5°压缩至0.15°以内，复杂地形下飞行稳定性提升40%，支撑了10万亩农田的精准植保作业
• 核心开发基于滑模变结构控制（SMC）的轨迹跟踪模块，针对电力巡检杆塔绕飞的“近距贴边+快速转向”需求，设计自适应切换律平衡跟踪精度与抗干扰性，通过Gazebo+PX4联合仿真验证，将横向跟踪误差从1.2m降至0.3m，满足杆塔绝缘子、线夹的毫米级拍照要求，客户验收通过率提升30%
• 负责桨叶失效故障的容错控制算法落地，基于冗余IMU与电机转速传感器的实时状态估计，构建故障特征库并通过模型参考自适应控制（MRAC）动态调整控制律权重，将单桨失效后的坠机率从15%降至2%以内，累计避免5起重大设备损失事故
• 推动飞控系统与激光雷达、药箱重量传感器的集成优化，采用CAN FD总线替代传统CAN2.0，结合DMA数据传输模式，将传感器数据延迟从50ms降至10ms以内，支撑实时避障与药量精准分配，植保作业效率提升25%

负责小型多旋翼/垂直起降无人机飞控算法优化，聚焦室内外定位融合、自主起降控制及功耗管理，支撑消费级与行业级产品的性能迭代与量产落地

• 重点优化视觉+IMU的室内定位方案，采用ORB-SLAM3构建稀疏地图，结合扩展卡尔曼滤波（EKF）融合激光雷达点云数据，解决GPS拒止环境下定位漂移问题，将定位精度从0.3m提升至0.1m以内，支撑室内穿越机的精准航线执行，产品在中高端消费级市场占比提升18%
• 主导自主起降控制模块开发，针对小型无人机在草地、砂石等复杂地面的触地冲击问题，设计基于力觉传感器的自适应PID控制，动态调整起降阶段的电机推力曲线，将起降成功率从92%提升至98.5%，用户投诉率下降22%
• 参与飞控系统功耗优化项目，通过模型预测控制（MPC）算法调整电机输出策略，在保持悬停精度的前提下，将续航时间从25分钟延长至32分钟，支撑消费级产品“长航时”卖点落地，销量环比增长15%
• 搭建自动化算法验证平台，用Python编写故障注入脚本，覆盖电机失效、传感器噪声、通信中断等10类典型场景，将算法验证周期从2周缩短至5天，研发效率提升60%

负责无人机飞控系统底层算法实现与硬件适配，聚焦STM32平台代码优化、传感器驱动开发及量产调试，支撑飞控硬件从原型到量产的转化

• 完成MATLAB/Simulink设计的PID控制律向嵌入式C代码的移植，针对STM32F4芯片的定点数运算特性，优化姿态解算循环的代码结构，将单帧数据处理时间从10ms缩短至3ms，满足飞控系统1kHz的控制频率要求
• 开发IMU传感器在线校准算法，基于最小二乘法拟合温度漂移曲线，实时修正加速度计与陀螺仪的零偏与 scale factor 误差，将传感器静态误差从0.05°/s降至0.01°/s以内，姿态解算稳定性提升35%
• 配合硬件团队解决SPI总线通信干扰问题，通过增加RC低通滤波器、调整传输速率为1MHz，将数据错误率从1%降至0.01%以下，确保IMU与飞控板的可靠通信，量产良率提升20%
• 编写飞控算法技术文档，涵盖设计逻辑、参数调优指南及常见故障排查流程，帮助量产团队将单台设备调试时间从1周缩短至2天，支撑年度5000台飞控板的量产交付

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。

• 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。