负责中大型物流无人机多传感器融合感知系统全生命周期设计，主导动态避障算法迭代与复杂场景适配，解决城市场景高楼遮挡、山区气流扰动下的感知延迟与误判问题，保障无人机在商用物流场景的安全飞行与精准避障。

• 主导设计基于激光雷达（16线Velodyne）-双目视觉（ZED2i）-毫米波雷达（TI IWR6843）的多模态感知系统，通过ROS2 Humble框架搭建低延迟数据链路，解决多传感器时间同步误差（原±150ms→±20ms），实现300米范围内障碍物（静态/动态）检测覆盖率从92%提升至98%。
• 针对城市楼宇间GPS信号遮挡导致的定位漂移问题，提出基于Transformer的多源特征融合模型（融合IMU、视觉里程计、激光点云），将定位误差从0.8m压缩至0.3m（CEP50），支撑无人机在深圳福田CBD区域完成100+架次无GPS依赖飞行测试。
• 优化动态避障决策算法，基于改进A*算法与深度强化学习（PPO策略网络）处理行人/电动车突然闯入场景，避障响应时间从120ms缩短至70ms，结合碰撞锥预测模型将误避率从8%降至2%，助力产品通过民航局UTMISS系统兼容性认证。
• 负责与飞控系统（Pixhawk 6X）的接口开发，制定标准化感知数据协议（含障碍物位置、速度、置信度等12项参数），开发数据校验与重传机制，使系统集成周期从8周缩短至4周，支撑3款物流无人机机型快速落地。

参与小型侦察无人机感知模块开发，聚焦视觉感知算法优化与环境适应性测试，解决低光照、雾天等恶劣条件下的目标检测与跟踪难题，支撑无人机在边境巡检、应急救援场景的实用化部署。

• 负责视觉感知子系统硬件选型与调试，选用索尼IMX582传感器（1/2英寸大底）搭配FPGA预处理芯片，设计自适应增益控制算法，实现暗光环境（≤5lux）下图像信噪比从35dB提升至42dB，目标检测可识别距离从50m延长至80m。
• 针对雾天图像模糊问题，构建基于暗通道先验的去雾算法（OpenCV优化实现），结合YOLOv4模型迁移学习（自定义雾天数据集5000张），将雾天场景下车辆/人员检测准确率从78%提升至92%，支撑产品在四川凉山森林火灾救援中完成20+次侦察任务。
• 搭建户外多场景测试平台（涵盖雨雾、沙尘、强逆光等12类工况），设计自动化测试脚本（Python+Selenium），累计完成1000+小时感知算法鲁棒性验证，输出《复杂环境感知性能报告》，支撑产品通过RTCA DO-178C DAL-B级认证。
• 协助飞控团队优化感知-控制闭环，设计卡尔曼滤波融合感知数据与飞控状态，将避障决策延迟从200ms降低至150ms，配合完成500小时飞行测试，未发生因感知延迟导致的安全事故。

负责无线传感器网络在无人机监测系统中的应用开发，解决传感器数据传输延迟、丢包及多节点协同冲突问题，保障感知数据的实时性与完整性，为无人机状态监控提供可靠数据支撑。

• 设计基于LoRa（SX1280芯片）的低功耗传感器数据传输方案，优化扩频因子（SF7→SF10）与信道编码（添加CRC校验），将1km范围内温度/湿度/振动数据传输丢包率从15%降至3%，支撑无人机机体健康监测系统落地。
• 开发传感器数据融合前端（STM32H7+FreeRTOS），应用扩展卡尔曼滤波算法对三轴加速度计（ADXL355）、陀螺仪（BMI088）数据进行融合，姿态解算精度从0.5°提升至0.1°，满足无人机稳定飞行控制需求。
• 参与无人机巡检系统需求分析，梳理感知模块核心指标（如检测距离、更新频率、抗干扰性），输出《传感器选型与性能指标规范》（含8类传感器对比表、20项测试用例），指导后续激光雷达、视觉相机选型。
• 解决多无人机协同作业时的传感器数据冲突问题，设计基于时间戳同步的仲裁机制（NTP授时+软件缓冲队列），数据一致性从97%提升至99.5%，支撑3架无人机集群完成10km电力线巡检任务。

高分辨率多光谱载荷实时拼接与智能分析系统研发

• 项目背景：农业植保与应急测绘领域对无人机多光谱数据的实时性、精准性需求激增，但现有载荷存在“时空同步误差大、实时拼接延迟高、智能分析泛化差”三大痛点，无法支撑精准作业决策。我的核心目标是主导研发一套“实时拼接+智能分析”一体化系统，实现多光谱数据的秒级处理与作物病虫害识别。
• 关键难题与解决方案：①多光谱Sensor时空同步问题——不同波段成像延迟差异达150ms，导致拼接图像错位；②机载算力瓶颈——高分辨率（4K×8波段）数据处理需1.2秒/帧，无法满足实时性；③智能分析模型适配性——通用YOLOv8模型对农田杂草、病虫害识别精度仅85%。针对同步问题，提出“FPGA硬件触发+IMU时间戳校准”方案；针对算力，优化改进SIFT特征的并行拼接算法，适配机载GPU；针对模型，构建10万张农田场景专用数据集做fine-tune。
• 核心行动与创新：自主设计“触发-校准-拼接”三级时序控制架构，替代传统软件同步；将拼接算法的卷积层拆分至GPU并行计算，降低延迟；引入注意力机制优化模型对小目标（如病虫害初期病灶）的识别能力，解决通用模型泛化不足问题。
• 项目成果与影响：实时拼接延迟降至180ms以内，智能分析精度提升至92%；系统已应用于12个省份的农业植保项目，帮助客户提升作业效率35%，降低误喷率20%；主导了系统技术路线设计，攻克3项核心技术，获公司“年度技术创新一等奖”，并形成2项发明专利（其中1项已授权）。

轻量化激光雷达载荷小型化与环境适应性优化

• 项目背景：电力巡检领域需要激光雷达实现输电线路树障精准检测，但传统载荷重量超2.5kg、抗干扰能力弱，无法适配小型多旋翼无人机（挂载上限1.5kg）。我的目标是设计一套“轻量化、高可靠、强抗扰”的激光雷达载荷，满足电力巡检的紧凑化与户外环境需求。
• 关键难题与解决方案：①小型化瓶颈——传统机械旋转式激光雷达体积大，难以集成；②EMC问题——机载电源与电机干扰导致点云数据误差率达12%；③耐环境性——高温（60℃）、低温（-30℃）、振动（10-2000Hz）条件下，雷达测距精度下降至±5cm（标准±2cm）。针对小型化，选用固态激光雷达芯片（禾赛AT128mini），采用PCB板级集成设计；针对EMC，通过HFSS仿真优化屏蔽罩结构与接地路径；针对耐环境，采用石墨烯散热片+橡胶减震垫的组合结构。
• 核心行动与创新：重构激光雷达硬件架构，将发射/接收模块集成于同一块4层PCB，体积减小40%；建立机载电磁环境仿真模型，提前定位5处强干扰点并优化布局；设计“被动散热+主动减震”方案，通过振动测试验证减震效率达85%。
• 项目成果与影响：载荷重量降至1.1kg，体积缩小至150×100×80mm；EMC指标满足DO-160G标准，测距精度恢复至±1.8cm；已应用于8家电力公司的输电线路巡检，单架次覆盖范围提升50%，减少巡检时间40%；主导硬件设计与环境测试，解决小型化与可靠性核心问题，获1项实用新型专利（“一种小型化激光雷达载荷的EMC屏蔽结构”），并成为公司电力巡检载荷的主力型号。

• 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。