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）。

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。