负责公司中大型物流无人机全栈感知与避障系统设计，覆盖多源传感器融合算法开发、动态/静态障碍物识别优化、实时避障策略迭代及量产可靠性验证，支撑产品从原型到规模化交付的技术落地

• 主导某款20kg级城际物流无人机的感知系统全链路重构，基于Livox Horizon激光雷达+Intel Realsense D455双目视觉+TI IWR6843毫米波雷达的异构传感器方案，解决复杂城区场景下动态障碍物（行人/电动车）的速度预测与静态障碍物（树木/电线杆）的精准识别问题；采用改进型卡尔曼滤波融合IMU与视觉里程计，将定位精度从0.3m压缩至0.12m，支撑避障系统提前500ms做出决策，实飞测试中避障成功率从88%提升至96%
• 针对城郊配送‘低高度（<10m）窄通道（<5m）’场景的避障痛点，优化A*算法与动态窗口法（DWA）的融合策略，引入LSTM神经网络实现障碍物运动轨迹预测，将避障响应时间从150ms缩短至80ms，成功规避95%以上的突发障碍物（如突然闯入的行人），该方案已应用于公司主力机型
• 搭建感知系统硬件在环（HIL）测试平台，集成Gazebo传感器仿真与dSPACE DS1007实时控制器，模拟暴雨（能见度<50m）、强光（10万lux）等极端环境下的传感器性能衰减，输出《极端环境感知鲁棒性报告》，推动传感器从消费级升级为工业级，使雨雾天气下探测距离提升40%
• 主导量产版本避障算法的嵌入式优化，将浮点运算转换为TI TMS320C6748 DSP的定点数运算，配合代码循环展开与冗余逻辑裁剪，将算法运行时间从80ms缩短至50ms，计算功耗降低25%，满足量产机型‘低延迟、低发热’要求，累计支撑120台主力机型交付

负责小型察打一体无人机的视觉/激光雷达融合感知开发，聚焦目标检测算法优化、室外场景避障验证及量产可靠性提升，支撑产品功能完善与客户交付

• 参与公司首款小型察打一体无人机的视觉模块开发，采用张正友标定法结合径向畸变校正优化ZED 2i相机的内参，将图像坐标与三维坐标的转换误差从2像素降至0.5像素，目标检测定位精度提升60%，解决了无人机视角下小目标（地面人员/小型车辆）识别不准的问题
• 开发基于YOLOv4的轻量级目标检测算法，针对无人机低空视角优化anchor box参数（将宽高比从默认的0.5调整为0.3），将地面小目标检测准确率从82%提升至91%，支撑避障系统对低慢小目标的提前预警
• 搭建室外实飞测试平台，使用PX4飞控与QGroundControl地面站完成120+小时测试，记录城市、乡村、山区等场景的避障数据，输出《室外场景避障性能分析报告》，推动算法针对山区>30°坡度地形优化，使避障成功率从85%提升至93%
• 协助解决量产感知模块散热问题，通过ANSYS Icepak热仿真优化传感器模组布局，增加石墨烯散热片，将工作温度从65℃降至45℃，满足工业级产品-40℃~85℃的可靠性要求，该方案应用于量产机型

负责无人机传感器（激光雷达/GPS/IMU）的选型、测试与集成，支撑早期产品定位与感知功能实现，积累传感器应用与问题排查经验

• 完成公司首款消费级无人机激光雷达选型，对比Velodyne VLP-16、Ouster OS-1等型号的探测距离（100m）、点云密度（10万点/秒）与功耗（8W），最终选定VLP-16，支撑无人机基础避障功能，该模块故障率低于1%
• 开发激光雷达与GPS/IMU的EKF融合定位算法，将激光雷达点云匹配定位与GPS绝对定位结合，将定位精度从1.5m提升至0.8m，满足消费级无人机航迹规划需求，实飞测试中航迹偏差控制在0.5m以内
• 排查早期机型‘传感器数据丢包’问题，通过SecureCRT串口调试与Wireshark抓包分析，定位为GPS模块波特率设置错误（默认9600改为115200）与电磁干扰，调整后增加金属屏蔽罩，数据丢包率从12%降至1%以下，产品稳定性显著提升
• 编写《无人机传感器集成手册》，涵盖激光雷达、GPS、IMU的安装角度（倾斜角<1°）、接线规范（屏蔽线接地）与校准步骤（磁罗盘校准需旋转360°），减少新工程师集成时间30%

高分辨率多模态载荷一体化系统研发及应急救援场景实战化验证

• 项目背景：应急救援场景对无人机任务载荷提出“多维度感知+实时融合”需求——传统单模态载荷无法同时满足火情温度监测、隐蔽火源识别、地形建模的联动要求，现有一体化方案存在视场配准误差大、传输带宽不足、融合延迟高的痛点。我的核心目标是主导研发一套集4K可见光、640×512中波红外、120万点/秒激光雷达的一体化载荷，实现10km空地实时数据回传与毫秒级多模态融合，支撑应急救援“早发现、快处置”。
• 关键难题与技术：①多传感器同轴校准——可见光、红外、激光雷达的光轴偏差达5-8像素，导致融合图像出现“重影”；②高带宽低延迟传输——三传感器原始数据量达80Mbps，远超常规图传系统的50Mbps上限；③实时融合算法效率——传统“先存储后处理”模式延迟超200ms，无法满足应急决策时效。我针对性选用Zemax进行光学系统同轴设计、MATLAB仿真配准算法，结合FPGA+TensorRT构建实时处理 pipeline。
• 核心行动与创新：①校准方案：提出“硬件刚性同轴固定+软件动态补偿”双策略——定制三轴稳定平台将传感器物理光轴偏差控制在1像素内，再用基于SIFT特征的在线配准算法修正残余误差，最终配准精度达0.5像素；②传输优化：设计“时分复用+分级压缩”方案——可见光用H.265+编码（压缩率40%）、红外用JPEG2000（保留热成像细节）、点云用PCL轻量级压缩（点云数据量减少60%），总带宽压降至35Mbps，延迟降至80ms；③融合算法：改进YOLOv7+PointPillars多模态模型，共享特征提取backbone，用TensorRT加速推理，实时融合帧率从30fps提升至60fps。
• 项目成果与价值：系统通过GJB 150环境试验（-40℃~+60℃、10g振动），交付后应用于某省森林消防应急救援。在2023年夏季火情演练中，实时检测到火场边缘50米外的隐蔽火源（传统载荷需15分钟，本系统仅需7分钟），助力扑火时间缩短30%。项目申请2项发明专利（“一种无人机多传感器同轴配准方法”“多模态载荷实时融合系统”），获公司年度技术创新一等奖。我个人从模块负责人成长为系统级研发负责人，主导了后续3个应急场景载荷项目的架构设计。

轻量化多光谱植保载荷研发及农业场景适配

• 项目背景：农业植保无人机需要多光谱数据支撑作物病虫害监测，但市售载荷普遍重量超700g，导致无人机续航缩短25%，且实时NDVI计算延迟高（≥500ms），农户使用体验差。我的目标是研发重量≤500g的多光谱载荷，实现实时NDVI输出，同时提升农业场景适配性。
• 关键难题与技术：①轻量化与性能平衡——多光谱传感器需额外滤光片轮，易增加重量；②信噪比优化——农业场景光照变化大，多光谱数据易受噪声干扰；③实时处理算力——嵌入式平台算力有限，无法支撑多指数实时计算。我采用柔性PCB设计、低噪声放大电路，结合树莓派Compute Module做边缘计算。
• 核心行动与优化：①重量控制：将传统刚性PCB改为柔性PI基板，优化滤光片轮结构（减少2层机械部件），载荷重量从初始设计的630g降至480g；②信噪比提升：在传感器前端加设硬件低通滤波器，配合软件端的自适应中值滤波算法，将多光谱数据信噪比从38dB提升至45dB；③实时处理：预计算NDVI、EVI等5种常用植被指数，将单帧数据处理时间从500ms降至100ms，同时与飞控团队合作优化供电策略，让无人机续航从30分钟延长至36分钟。
• 项目成果与价值：载荷通过农业农村部农机鉴定，批量交付江苏、山东等地植保服务商。在盐城小麦病虫害监测中，帮助农户提前7天识别锈病病斑，农药使用量减少20%，单季增收约150元/亩。项目为公司带来超500万元的农业场景订单，我积累了“传感器设计-算法优化-场景落地”的全链路经验，为后续系统级研发奠定了基础。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。