负责中大型工业级无人机（农业植保/电力巡检场景）飞控系统的核心算法设计与迭代，覆盖姿态控制、轨迹跟踪、故障容错及实时性优化模块，支撑场景化落地与性能达标

• 主导设计基于模型预测控制（MPC）的多模态姿态控制器，针对农业植保无人机大田作业中风扰（≥8m/s）与药箱晃动导致的姿态超调问题，使用MATLAB/Simulink搭建六自由度刚体模型，融合扩展卡尔曼滤波（EKF）处理IMU、GPS、视觉里程计数据，将传统PID控制的姿态超调从30%降至5%以内，姿态稳定时间从800ms缩短至200ms内；最终植保作业航线偏差率从5%降到1.2%，满足客户对作物行间距±2cm的精准要求
• 核心参与电力巡检无人机电磁干扰场景的故障容错算法开发，针对高压线路附近传感器（IMU/指南针）失效风险，提出联邦卡尔曼滤波多源融合策略——融合激光雷达点云与IMU数据，设计冗余通道优先级切换逻辑（阈值设为置信度0.85）；经第三方EMC测试，单传感器故障后系统恢复时间从1.5s缩短至300ms，巡检任务成功率从92%提升至98.5%
• 优化飞控系统实时性与功耗以支撑长航时需求，使用C++重写姿态解算模块核心代码，将浮点数运算改为定点数（Q15格式），结合FreeRTOS抢占式调度策略优化任务优先级（姿态解算任务设为最高优先级）；姿态解算周期从10ms缩短至5ms，整机功耗降低25%，无人机续航时间从45分钟延长至60分钟，满足100km线路巡检的单架次覆盖要求
• 搭建飞控算法半物理仿真验证体系，基于Gazebo+PX4集成风场模拟（湍流强度0.2）、传感器噪声注入（IMU白噪声0.01rad/s）功能，完成12类典型故障场景（如单桨失效、GPS信号丢失）的仿真测试；将实飞迭代次数从每版本8次减少至3次，研发周期缩短30%

负责小型多旋翼无人机飞控算法的基础优化与场景适配，聚焦精准悬停、自主避障及集群协同的算法研发，支撑室内/复杂环境下的任务落地

• 重点优化视觉辅助悬停算法，针对室内无GPS环境的定位误差（初始15cm），采用ORB-SLAM2构建稀疏地图，融合光流传感器（像素级精度）的位置数据，设计加权融合定位模块（SLAM权重0.7、光流0.3）；将定位精度提升至5cm以内，悬停稳定性提升40%，支撑某消防支队室内侦察无人机的常态化应用，侦察效率提升2倍
• 开发基于深度强化学习（DRL）的自主避障算法，针对复杂障碍物（如树木、电线杆）环境，用PyTorch搭建PPO算法框架，输入激光雷达点云（10Hz、360°扫描），输出避障航迹；避障成功率从传统A*算法的85%提升至95%以上，响应时间从400ms缩短至150ms，解决了园区巡检无人机绕树碰撞的问题
• 参与5机集群协同的基础研究，负责单机与集群的通信协议设计（基于ROS2 DDS实现低延迟通信，端到端延迟≤50ms）与冲突消解算法；设计基于优先级的航迹规划逻辑（按任务紧急度分配优先级），解决了狭小空间（如仓库走廊）内集群碰撞问题，集群任务完成率从80%提升至95%
• 主导飞控系统硬件在环（HIL）测试，用dSPACE DS1007平台搭建测试系统，集成IMU/GPS模拟器与舵机驱动；完成3个版本飞控固件的测试，覆盖极端工况（如-20℃低温、12V电源波动），将实飞故障发生率从10%降至2%

协助完成入门级多旋翼无人机飞控算法开发与测试，聚焦基础姿态控制、传感器校准及手动模式优化，支撑原型机迭代

• 协助设计基于PID的四轴无人机姿态控制器，用MATLAB/Simulink搭建模型并进行Ziegler-Nichols参数整定，解决初始版本滚转角超调25%的问题；将姿态稳定时间缩短至500ms内，完成首架原型机的户外悬停测试（稳定时间≥10秒）
• 负责IMU温度漂移的补偿算法开发，采集100组不同温度（-10℃~50℃）下的加速度计数据，设计基于最小二乘法的温度补偿模型；将加速度计零偏误差从0.05m/s²降低至0.01m/s²以内，提升传感器测量精度
• 参与手动模式飞控逻辑优化，针对遥控信号延迟（≥100ms）导致的无人机抖动，设计一阶低通滤波算法（截止频率5Hz）；将信号延迟影响降低60%，手动操控舒适度提升35%，获测试团队正面反馈
• 用Python编写飞控日志分析脚本，解析姿态角、传感器数据等10+类参数，定位3个失控bug（如传感器野点未过滤）；通过添加中值滤波（窗口大小5）解决野点问题，失控率从8%降至1%

长航时物流无人机飞控系统重构与可靠性提升项目

• 项目背景：某头部物流客户需部署跨区域长航时物流无人机，要求系统在复杂电磁环境（如机场周边、高压输电线）下保持姿态稳定，且最大续航≥10小时、MTBF≥2000小时。我的总体职责是主导飞控系统的全链路重构，统筹硬件选型、算法优化与适航验证。
• 解决的关键难题：1）强电磁干扰下多传感器（GPS/IMU/磁罗盘）融合精度下降，导致姿态误差超±2°；2）高负载下电池热管理失控，频繁触发过温保护；3）传统飞控架构实时性不足，故障响应时间长达200ms。
• 核心行动与创新：1）基于MATLAB/Simulink搭建多物理场耦合模型，仿真验证后选用“光纤惯导+RTK-GPS”组合导航，结合自研的“加权残差卡尔曼滤波算法”，将姿态控制误差压缩至±1.2°；2）设计分布式电池管理系统（BMS），通过FPGA实现电池单体电压/温度的毫秒级采集，配合液冷散热结构，解决热失控问题；3）基于RT-Thread实时操作系统重构飞控架构，将任务调度周期从10ms缩短至5ms，故障响应时间降至40ms以内。
• 项目成果：重构后的飞控系统使无人机最大续航提升至12小时（里程450km），MTBF达2500小时，顺利通过民航局CTSO-PSC-001适航认证。项目助力公司拿到该客户的120架订单（总金额1.2亿元），并成为民航局推荐的“长航时物流无人机标准配置方案”。我在项目中沉淀的“高干扰环境多传感器融合方法”申请了发明专利（专利号：ZL202210XXXXXX.X）。

警用高动态侦察无人机小型化飞控平台开发项目

• 项目背景：公安系统需一款能穿越狭窄空间（如楼宇间隙、森林冠层）的侦察无人机，要求平台重量≤1kg、机动过载≥12G、续航≥40分钟。我的角色是负责飞控硬件的小型化设计与高动态控制算法优化。
• 解决的关键难题：1）小型化后传感器噪声增大，导致高机动飞行时姿态震荡；2）低功耗需求与高性能处理器的矛盾，传统方案无法兼顾续航与运算能力；3）狭窄空间内GPS信号丢失后的自主导航精度不足。
• 核心行动与创新：1）选用InvenSense MPU9250（9轴MEMS传感器）+ u-blox ZED-F9P（RTK模块）的组合，通过硬件滤波电路降低传感器噪声，配合自研的“互补滤波+神经网络补偿”算法，姿态震荡幅度从±3°降至±1°；2）采用“主从处理器架构”，主芯片用STM32H7（负责飞控逻辑），从芯片用ESP32（负责通信与数据预处理），将整体功耗降低35%；3）基于SLAM算法开发“视觉+惯性”融合导航，在GPS丢失时仍能保持位置误差≤0.5m。
• 项目成果：开发的小型化飞控平台使无人机重量降至0.8kg、体积缩小60%，机动过载提升至15G，续航保持45分钟。产品通过公安部警用装备质量监督检验中心检测，助力公司拿到3个省份公安系统的采购合同（总金额850万元）。此项目让我积累了“小型化高动态平台的功耗与性能平衡”经验，为后续承接消费级无人机项目奠定了基础。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。