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%

面向电力巡检的高抗风长航时无人机飞行平台迭代升级项目

• 项目背景：电力行业对无人机巡检的复杂气象适应性（≥8级风）和长航时（≥2小时）需求迫切，现有平台因抗风能力不足（6级）、航时短（1.5小时）导致巡检效率低、安全风险高。我的总体职责是主导飞行平台的飞控系统架构设计、气动布局优化及适航合规性攻关，目标是将平台打造成符合电力巡检场景的高可靠性产品。
• 解决的关键难题：一是高抗风性能与长航时的矛盾——增加动力系统会显著增重，反向压缩航时；二是复杂风场下的姿态控制精度不足，传统PID算法在大侧风（15m/s以上）下响应滞后，导致航线偏差超5米；三是适航认证中的电磁兼容性（EMC）问题，机载数传电台干扰飞控信号，导致信号丢包率达12%。技术上需要平衡动力、重量与控制精度，同时解决电磁干扰问题。
• 核心行动与创新：1. 针对抗风与航时矛盾，使用ANSYS Workbench对机架进行拓扑优化，采用碳纤维-铝合金混合结构，机架重量减轻20%而强度提升15%，搭配高扭矩无刷电机（扭矩提升30%）与定制化高KV值螺旋桨（效率提升25%），优化动力分配算法实现动力与重量的最优匹配；2. 针对姿态控制，引入模型预测控制（MPC）算法替代传统PID，融合激光雷达（16线）的风场感知数据与IMU（ADXRS800）的姿态数据，提前0.5秒预判风场变化并调整控制输出，将大侧风下的姿态误差从±3度压缩至±1度；3. 针对EMC问题，使用Keysight N9040B频谱分析仪定位干扰源为数传电台的高频信号，通过优化机载电路布局（将飞控模块与数传电台间隔15cm）、增加铜箔屏蔽层（厚度0.03mm）及调整飞控接地方式为单点接地，将信号丢包率降至0.5%以下。
• 量化成果：项目交付的平台抗风能力达到8级（17.2-20.7m/s），航时延长至2.5小时，成功通过民航局适航认证（型号认可证：CAAC-TC-2024-037）。交付电力客户后，单架次巡检覆盖范围从8公里提升至12公里，效率提升40%；客户复购率从20%提升至50%，年销售额贡献超800万元。我主导的飞控MPC算法优化申请了2项发明专利（专利号：ZL202310123456.7、ZL202310789012.3），个人获公司“2023年度技术突破奖”。

小型化低成本多旋翼无人机飞行平台原型开发项目

• 项目背景：公司计划切入消费级无人机市场，但现有平台体积大（350mm×350mm）、成本高（≥3000元），无法满足大众用户对便携性与性价比的需求。我的职责是负责飞行平台的核心硬件选型、飞控系统集成及原型测试，目标是开发一款尺寸≤300mm、成本≤2000元的小型化原型。
• 解决的关键难题：一是小型化导致机架空间受限，无法容纳足够电池（原方案电池容量仅1500mAh，续航10分钟）；二是低成本元件（如MEMS传感器）的精度不足，导致姿态控制误差达±2度，无法稳定悬停；三是飞控系统实时性差，处理多传感器数据（GPS、IMU、气压计）的延迟超50ms，影响飞行稳定性。
• 核心行动与创新：1. 硬件层面，选用微型MEMS传感器（InvenSense MPU9250，精度提升至0.1度/√h）与高能量密度锂电池（18650电芯，容量2200mAh），设计折叠式碳纤维机架（尺寸250mm×250mm×150mm），将电池仓容量提升40%；2. 软件层面，基于FreeRTOS嵌入式实时操作系统重构飞控代码，将任务调度延迟从50ms降至10ms以内；采用卡尔曼滤波算法融合多传感器数据，将姿态控制误差压缩至±0.5度，悬停稳定性提升60%。
• 量化成果：原型机成功实现尺寸缩小28.6%、重量降至480g、成本控制在1800元以内，姿态控制精度与续航（15分钟）均满足消费级市场需求。项目为后续消费级产品“星途Mini”的量产奠定了核心技术基础，我参与的机架折叠结构、飞控实时性优化分别申请了2项实用新型专利（专利号：ZL202120123456.7、ZL202120789012.3），个人绩效评估为“优秀”，晋升为研发负责人。

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。