负责无人机集群飞控协同算法的设计、验证与落地，解决多机编队动态重构、冲突规避及大规模集群鲁棒性问题，支撑军方与民用领域的大规模集群应用

• 主导设计基于一致性算法的集群协同控制框架，融合强化学习（DDPG算法）优化编队队形保持策略，通过MATLAB/Simulink完成算法原型验证后移植至PX4飞控平台，实现100台多旋翼无人机的精准编队（队形误差<±0.2m）；支撑军方某演训任务，编队任务成功率100%，较传统队形控制策略提升30%的抗电磁干扰能力
• 核心解决集群动态重构中的路径规划问题，采用分布式A*算法结合激光雷达实时避障约束，通过ROS节点实现多机自主重构决策，重构时间从60s缩短至20s；在某应急救援项目地震模拟场景中，成功实现10台无人机在倒塌建筑群中的快速部署，任务完成率100%
• 开发集群飞控仿真验证平台，基于Gazebo进行多机物理仿真，结合ROS通信机制模拟1000台无人机的集群交互，验证算法可扩展性与鲁棒性；仿真与实装一致性从85%提升至95%，算法迭代周期从8周缩短至4.8周
• 主导技术沉淀与知识产权布局，撰写3项发明专利（1项已授权，专利号：ZL202310567890.1，涉及集群一致性控制与强化学习队形优化）；参与制定2项行业标准草案（《无人机集群协同控制技术规范》《多旋翼无人机飞控系统可靠性要求》），提升公司技术话语权

主导垂直起降固定翼无人机飞控系统架构设计与实现，解决固定翼与多旋翼模式切换稳定性问题，支撑工业级长航时任务落地

• 主导设计垂直起降固定翼混合控制架构，采用自适应控制补偿气动差异，结合滑模控制实现模式切换姿态稳定，切换姿态波动从±5°降至±1.5°；支撑某电网巡检项目1000公里长航时任务（续航12小时），全程零失控，客户满意度9.8/10
• 优化轨迹跟踪算法，基于MPC结合无人机气动模型（辨识升力/阻力系数等参数），Python完成模型调参，解决50m/s高速巡航轨迹偏差问题，横向误差从±2m缩小至±0.5m；满足电力巡检杆塔精准拍摄要求（偏差<±0.3m），项目验收100%通过
• 解决固定翼侧风着陆稳定性问题，设计LQR控制律优化舵面，结合EKF融合GPS与空速管数据实现实时风速估计，着陆滑跑距离从80m缩短至30m；适应沿海7级侧风机场，新增5家客户
• 开发OTA升级功能，采用bsdiff差分算法将升级包从10MB降至2MB，结合双分区回滚机制，升级成功率从95%提升至99.9%；支撑远程运维，降低现场维护成本30%（年省200万元）

负责小型多旋翼无人机飞控算法基础设计与量产适配，提升飞行稳定性与可靠性，支撑消费级与行业级产品落地

• 主导设计基于STM32H7的核心控制回路，采用改进型PID（积分分离+抗饱和）+互补滤波融合IMU与GPS数据，解决低速悬停漂移问题，悬停精度从±0.3m提升至±0.1m；产品通过IP54测试，量产5万台无重大故障（发生率<0.01%）
• 优化抗风算法，EKF融合气压计与光流数据构建风场估计模型（风速误差<±0.5m/s），实现7级风稳定飞行；产品抗风等级从5级升至7级，客户投诉率下降40%（月均从12单降至7单）
• 搭建HIL测试平台，用Vector CANoe模拟电机失效、IMU噪声等场景，验证故障诊断逻辑（阈值+机器学习分类器），故障响应时间从500ms缩短至100ms；满足民航局DO-178C Level B标准
• 配合硬件优化飞控功耗，调整算法周期至80Hz、采用定点数运算与睡眠模式，续航从30分钟延长至45分钟；助力消费级市场份额提升15%，年销量增加20万台

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。

• 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。