负责中近程多传感器融合感知系统的全周期开发，涵盖算法设计、硬件选型、实测验证及适航适配，确保无人机在复杂环境（如城市楼宇、近距集群）下的目标识别、动态避障及安全决策能力。

• 主导设计激光雷达-双目视觉-毫米波雷达三源融合感知架构，基于ROS2 Humble框架开发异构数据对齐与时间同步模块，针对动态遮挡场景优化匈牙利算法与扩展卡尔曼滤波参数，将多目标跟踪准确率从82%提升至95%（测试集含500+组城市道路动态车辆数据）。
• 牵头构建基于YOLOv8+PointPillars的多模态障碍物检测模型，通过迁移学习适配无人机轻量计算场景，部署至Jetson AGX Orin平台后推理延迟从120ms压缩至65ms（满足50Hz实时性要求），在灌木丛、雨雾等低特征场景下漏检率降低18%。
• 搭建半物理仿真测试平台（Gazebo 11+AirSim插件），模拟10类典型障碍物（静态围栏、动态无人机、突然闯入行人）及5种极端气象（暴雨、沙尘、低光），输出200+小时测试日志，推动避障系统在复杂场景下的成功规避率从78%提升至91%。
• 对接民航局适航认证要求，编写《无人机感知系统环境适应性测试报告》，设计温循（-40℃~85℃）、振动（5g~20g）等可靠性测试方案，协助团队通过CTSO-P15b（感知与避障）部分条款认证，缩短认证周期2个月。

聚焦工业级多传感器集成方案开发，负责数据融合算法设计与嵌入式实现，支撑仓储AGV、巡检机器人等场景的高精度定位与环境感知需求。

• 主导研发多模态传感器（MEMS IMU+气压计+超声波）校准算法，基于MATLAB建立温度-误差模型，设计在线补偿机制，将三维定位精度从±0.3m提升至±0.1m（100㎡仓储场景实测），支撑AGV项目获某电商仓200台订单。
• 开发基于STM32H743的传感器数据预处理板卡，优化SPI+DMA传输协议替代传统UART，实现16路传感器数据并行采集，数据吞吐量从800kbps提升至3.2Mbps，端到端延迟降低至5ms，满足机械臂实时避障需求。
• 解决高温高湿（40℃/90%RH）环境下超声波传感器漂移问题，通过引入多项式拟合温度补偿模型与每5分钟自校准机制，产品MTBF（平均无故障时间）从800小时延长至4500小时，客户投诉率下降72%。
• 编写传感器驱动库（C语言）及Python调用API，配套《多传感器融合调试手册》，使团队上层应用开发效率提升30%，支撑3个客户定制项目快速落地。

负责4G/5G通信模块的嵌入式开发与调试，保障物联网设备在弱网环境下的稳定连接与低功耗运行。

• 基于STM32F4平台开发4G模块AT指令交互系统，优化TCP重传策略（将RTO初始值从1s调整为300ms）与QoS优先级配置，解决地下车库等弱信号区域丢包问题，通信稳定性从92%提升至98.5%（实测100+台设备30天运行数据）。
• 设计低功耗管理模块，结合RTC定时唤醒（精度±1s）与电源路径动态切换（空闲时关闭非必要外设），使设备待机时间从7天延长至15天，支撑某水利监测项目200台设备部署超1年无断联。
• 现场调试解决基站兼容性问题，通过分析RSSI（接收信号强度）与SINR（信干噪比）指标，调整设备频点（从Band 3切换至Band 5）及发射功率（从23dBm降至18dBm），项目验收通过率100%。
• 模块化开发通信驱动程序与测试用例（覆盖AT指令集、网络注册、数据透传），团队后续项目复用率达60%，单项目开发周期缩短2周。

高分辨率多模态光电吊舱系统研发及实战化验证

• 项目背景：应急测绘、公共安全领域对无人机任务载荷提出“高分辨率+多模态融合+小型化”需求，现有光电吊舱存在多传感器时空同步误差大（≥50ms）、可见光镜头动态范围不足（≤60dB）、重量超标（≥2kg）导致无人机续航下降20%的痛点。我的总体职责是主导吊舱系统架构设计、核心技术攻关及公安/应急实战场景验证。
• 关键难题与技术：1. 多传感器（可见光/红外/激光雷达）时空同步依赖传统软件插值，误差累积严重；2. 可见光成像在暴雨/强光场景下细节丢失，无法满足救援定位需求；3. 小型化与高性能矛盾——传统铝合金结构导致重量超标，影响无人机挂载能力。技术上需融合FPGA硬件同步、低照度成像算法、碳纤维复合结构设计等专业领域知识。
• 核心行动与创新：1. 主导定义“传感器-链路-处理”分层架构，采用Zynq UltraScale+ MPSoC作为核心处理平台，通过IEEE 1588 PTP协议+FPGA硬件时间戳，将多传感器时空同步误差压缩至≤5ms；2. 针对强光场景，选型1英寸大光圈CMOS镜头（F1.2光圈），结合自研轻量级GAN网络（参数量仅2.3M）实现动态范围扩展至85dB，保留暴雨中被困人员的衣物纹理；3. 创新碳纤维复合材料拓扑优化设计，将散热通道集成至结构件内部，替代传统风冷系统，使吊舱重量降至1.3kg，较上一代减重38%。
• 项目成果与价值：1. 性能指标：时空同步误差≤5ms、动态范围85dB、重量1.3kg，均优于行业竞品20%以上；2. 实战验证：在2023年京津冀抗洪救援中，完成120平方公里受灾区域高分辨率测绘（分辨率0.05m/pixel），定位3处被困人员准确率98%，被应急管理部列为“应急装备推荐目录”产品；3. 商业价值：成为公司年度核心产品，当年营收占比22%，申请3项发明专利（1项授权），推动公司进入公安系统供应商名录。

电力巡检激光雷达点云数据处理与三维建模系统优化

• 项目背景：电力行业无人机巡检需快速获取杆塔倾斜度、导线弧垂等关键参数，但当时主流激光雷达点云处理存在速度慢（单架次10GB数据需3小时配准）、噪声大（滤波后丢失杆塔边缘细节）、建模纹理模糊等问题，导致人工复核成本占比40%。我的职责是优化点云配准、滤波及三维建模算法，提升处理效率与精度。
• 关键难题与技术：1. 传统ICP算法对大规模点云（单架次10GB+）配准耗时久；2. 电力杆塔点云含大量噪声（如植被、鸟类干扰），DBSCAN滤波易丢失杆塔细杆特征；3. 三维模型纹理映射不准确，无法满足可视化巡检需求。需结合GPU并行计算、语义分割等技术解决。
• 核心行动与创新：1. 改进NDT（正态分布变换）算法，优化体素网格大小（从0.2m缩小至0.1m）并结合CUDA并行计算，将配准时间从3小时缩短至15分钟内；2. 引入杆塔先验形状模型（圆柱/角钢几何约束），改进DBSCAN算法参数，保留95%以上的杆塔细杆特征，倾斜度测量误差从5%降至1%以内；3. 采用U-Net网络进行点云语义分割（区分杆塔/植被/导线），结合多视图立体视觉（MVS）实现精准纹理映射，模型纹理准确率提升至95%。
• 项目成果与价值：1. 算法性能：点云处理速度提升12倍、倾斜度测量误差≤1%、纹理准确率95%，达到电力行业“快速巡检”标准；2. 落地应用：在国家电网江苏电力巡检项目中，完成500基杆塔的自动化处理，节省60%人工复核成本，系统被纳入公司电力巡检解决方案核心模块；3. 学术成果：发表EI论文《基于改进NDT和GPU加速的无人机激光雷达点云配准方法》，为后续激光雷达载荷产品奠定了算法基础。

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。