负责多旋翼与垂直起降无人机飞控系统的核心算法设计与迭代，覆盖姿态控制、轨迹跟踪、故障容错模块，支撑工业级无人机在复杂环境下的高可靠性飞行，推动算法工程化落地与性能指标提升。

• 主导设计基于模型预测控制（MPC）的多旋翼自适应姿态控制算法，针对强风扰动场景，引入扩展卡尔曼滤波（EKF）融合IMU与视觉惯性导航（VINS）数据，解决传统PID控制在大姿态角下的动态响应滞后问题。通过Python与MATLAB联合仿真验证，将抗风等级从6级（13.8-17.1m/s）提升至8级（17.2-20.7m/s），在某电力巡检项目中实测姿态角超调量降低42%，任务中断率下降37%。
• 核心参与垂直起降固定翼无人机的混控切换算法开发，解决固定翼与多旋翼模式转换时的推力衔接不平顺问题。提出基于模糊逻辑的切换触发条件优化策略，结合动力学模型在线辨识修正升力分配系数，将切换过程中的高度波动从±1.5m压缩至±0.3m，支撑某应急测绘项目实现全自主航线切换，任务完成率从89%提升至98%。
• 负责飞控系统的故障诊断与容错算法迭代，基于支持向量机（SVM）构建电机转速异常检测模型，实时监测电调信号与电流波形特征，提取12维时频域特征作为输入，提前300ms预警单电机失效风险。在某消防救援无人机测试中，成功触发冗余电机接管机制，避免3次坠机事故，系统MTBF（平均无故障时间）从120小时延长至210小时。
• 推动飞控算法的工程化落地，基于ROS 2与C++重构底层控制周期调度模块，优化任务优先级分配策略（采用EDF最早截止时间优先算法），将控制周期抖动从±5ms降低至±1ms，满足高动态飞行场景下的实时性要求。配合硬件团队完成STM32H7芯片的代码移植，飞控板卡资源占用率从75%降至58%，为后续避障、协同功能扩展预留20%计算余量。

聚焦多旋翼无人机基础飞控算法开发与调试，优化飞行稳定性与场景适应性，支撑消费级与行业级产品的功能迭代与认证落地。

• 主导开发四轴无人机PID控制参数自整定算法，基于频域响应辨识技术（FRA）建立电机-螺旋桨的动力学模型，识别出反电动势系数、转动惯量等6个关键参数，结合遗传算法优化P/I/D参数，将不同负载（0-5kg）下的悬停精度从±0.5m提升至±0.15m，支撑某植保无人机产品通过农业农村部「精准施药」精度认证。
• 设计基于互补滤波的姿态解算方案，融合三轴加速度计、陀螺仪与磁罗盘数据，解决低速机动（<5m/s）时航向角漂移问题。通过实测校准磁干扰补偿系数（迭代12次修正磁偏角），将航向角误差从±3°降低至±0.8°，在某影视跟拍项目中实现稳定环绕拍摄（半径10m，高度50m），客户满意度提升35%。
• 参与飞控地面站软件的算法调试模块开发，基于Python Qt框架实现控制律参数在线修改与实时曲线显示功能（支持滚转/俯仰/偏航三通道同步监控），支持工程师快速验证算法效果。累计协助完成12款原型机的飞控调参，将单次调参周期从3天缩短至1.5天，研发效率提升50%。

负责嵌入式系统的运动控制算法实现与优化，支撑智能设备的精准运动功能，积累底层控制算法与硬件协同经验。

• 负责工业机械臂关节伺服控制算法开发，基于TI DSP28379D芯片实现永磁同步电机（PMSM）的矢量控制（FOC），设计滑模观测器估计转子位置（观测误差<2°电角度），解决低速运行（<1rpm）时的抖振问题。将定位精度从±0.05°提升至±0.01°，满足半导体封装机的高精密定位需求，设备良率提升22%。
• 优化机器人轨迹规划算法，采用五次多项式插值替代传统梯形速度规划，减少加减速阶段的冲击振动（加速度变化率从2m/s³降至0.5m/s³）。在某物流分拣机器人测试中，货物掉落率从2.1%降至0.3%，设备使用寿命延长18%。
• 参与嵌入式实时操作系统（RT-Thread）的任务调度优化，调整控制任务优先级（将伺服控制任务设为最高优先级）与时间片分配（从10ms缩短至5ms），将关键控制回路的响应时间从10ms缩短至5ms，支撑设备通过ISO 13849功能安全认证（PL d级）。

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。

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。