负责公司中大型工业无人机全栈感知与避障系统设计、算法优化及量产落地，覆盖从多模态传感器融合到动态决策控制的全链路技术攻关，支撑物流配送、园区巡检等场景的商业化落地

• 主导设计基于16线激光雷达+毫米波雷达+双目视觉的多模态融合感知架构，采用卡尔曼滤波耦合YOLOv8+PointPillars的异质数据关联算法，解决深圳南山区试点中行人、电动车等动态障碍物漏检问题——通过优化特征层融合权重与时间同步机制，将误报率从12%降至3%，支撑物流无人机完成1000+架次无事故运营，助力获得顺丰200台订单
• 重点重构避障决策算法，基于PPO强化学习优化传统A*路径规划框架，引入动态代价地图（融合实时风速、障碍物运动轨迹）实时更新机制，解决工业园区狭窄道路（宽度≤5米）下避障效率低的问题——将避障响应时间从800ms缩短至300ms，顺利通过欧盟EN 303 645标准动态避障测试，成为公司产品进入欧洲市场的关键资质
• 搭建基于MATLAB的传感器自动标定平台，整合激光雷达外参标定（NDT匹配算法）与视觉SLAM（ORB-SLAM3）内参校准流程，解决量产批次中传感器安装偏差导致的感知误差问题——通过引入在线标定触发机制，将批量产品的感知精度一致性从92%提升至98.5%，降低返工成本约30%每年
• 协同硬件团队定义下一代FPGA+ARM异构计算架构的感知硬件方案，优化激光雷达点云处理pipeline（采用OpenCL加速体素化操作），将点云处理延迟从200ms降至80ms，支撑公司长航时物流无人机（续航120分钟）的量产，该机型已实现季度交付50台以上的稳定产能

负责小型行业无人机感知与避障系统的算法实现、测试验证及场景适配，聚焦从单传感器（视觉/雷达）到多传感器融合的技术迭代，支撑消费级及工业级无人机的安全飞行需求

• 核心参与单目视觉障碍物检测算法开发，基于SSD MobileNetV2模型优化小目标检测头（引入注意力机制），解决低空飞行中灌木丛、低压电线等低对比度障碍物识别问题——将检测准确率从75%提升至88%，支撑公司消费级无人机“近地避障”功能落地，该功能上线后用户投诉率下降40%
• 搭建基于Gazebo+ROS的避障系统测试平台，构建10类典型场景（树木、建筑物、移动车辆、电磁干扰），结合实飞测试（累计500+小时仿真、100+架次实飞）验证算法鲁棒性——将复杂场景下避障成功率从82%提升至95%，形成《无人机避障系统仿真测试指南》
• 解决毫米波雷达与视觉传感器的时间同步问题，采用硬件触发（GPIO中断）+软件timestamp对齐（UTC时间戳同步）方案，消除数据延迟导致的融合误差——将融合后障碍物位置精度从±15cm提升至±5cm，满足民航局《民用无人机避障系统技术要求》的精度指标
• 编写感知与避障系统测试用例及文档，覆盖暴雨、强电磁干扰、夜间低光等12种极端场景，形成《无人机避障系统测试规范V1.0》，成为公司量产前的必测标准，将单机型测试周期从6周缩短至4.5周

负责无人机传感器模块的硬件设计与调试，聚焦单传感器选型、多传感器接口整合及电源管理优化，为后续感知算法开发奠定硬件基础

• 主导设计无人机激光雷达与视觉传感器的接口板，采用STM32H7芯片实现SPI+CSI-2高速数据传输（带宽达1.5Gbps），解决传感器数据丢包问题——将数据传输稳定性从90%提升至99.5%，支撑后续感知算法的实时性需求（延迟≤100ms）
• 优化传感器电源管理模块，采用LM2596（降压）+TPS62130（LDO稳压）组合方案，将激光雷达供电纹波从50mV降至10mV，解决因电源噪声导致的点云数据噪点问题——点云质量提升40%，满足算法输入的信噪比要求（≥40dB）
• 协同算法团队搭建基于LabVIEW的传感器性能测试平台，测量激光雷达探测距离（从100m扩展至150m@反射率10%）、视觉传感器帧率（从30fps提升至60fps@1080P）等参数——为算法优化提供硬件性能基线，支撑公司首款工业无人机（小楷K1）的感知系统选型
• 解决传感器模块的EMC问题，通过增加 ferrite bead（磁珠）滤波、优化PCB分层（电源层与地层相邻）方案，将激光雷达模块的辐射干扰从40dBμV/m降至25dBμV/m，顺利通过CE-FCC认证

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。