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

应急测绘用微型化多模态感知载荷集成与性能优化项目

• 项目背景：应急测绘领域对“高精度、低延迟、全时段”多源数据采集需求迫切，但现有载荷普遍存在体积大（≥25L）、功耗高（≥150W）、多传感器数据融合滞后（延迟＞100ms）的问题，无法满足消防、地震救援等场景的快速部署要求。我的核心职责是主导载荷系统的全链路设计，统筹传感器选型、硬件集成、算法优化及量产验证。
• 关键难题：①微型化多传感器（16线MEMS激光雷达+1英寸可见光相机+中波红外热像仪）的空间布局冲突，导致散热效率低、数据同步误差超20ms；②传统软件融合算法无法应对动态场景下的目标跳变，融合精度仅达85%；③客户要求载荷重量≤5kg，现有方案超重1.2kg。
• 核心行动：①采用“分层堆叠+导热硅胶柱阵列”结构设计，将激光雷达与红外热像仪的光学窗口错层布局，配合微型轴流风扇与均热板，解决空间与散热矛盾；②基于FPGA搭建硬件时间戳同步电路，将多传感器数据同步误差压缩至＜5ms，并引入改进的“全局-局部”联合卡尔曼滤波算法，融合精度提升至98%；③选用碳纤维复合材料替换原铝合金外壳，在保证强度的前提下降低重量1.5kg，满足轻量化要求。
• 项目成果：最终载荷体积缩小至16L（较行业同类产品小36%）、功耗降至98W、重量4.2kg，融合延迟稳定在35ms以内；支撑公司拿下12个省级应急管理厅的采购订单，累计交付21套，客户满意度96.5%；该方案还通过了民航局“无人机系统任务载荷适航验证”，成为公司切入应急救援装备市场的核心技术壁垒。

民用测绘级低成本可见光载荷量产方案设计与图像一致性优化项目

• 项目背景：公司计划拓展民用测绘市场，但当时主流可见光载荷依赖进口索尼IMX系列传感器，成本高（单套≥8万元）、供应链不稳定。我的角色是参与载荷光学设计、量产校准及图像后处理算法优化，目标是开发低成本、高一致性的国产替代方案。
• 关键难题：①国产CMOS传感器（初期选型长光辰芯GCINE2000）的动态范围（仅10bit）低于进口产品（12bit），导致复杂光照下图像细节丢失；②量产过程中不同批次传感器的坏点、暗角差异大，图像一致性差（同一场景下灰度偏差达15%）；③客户要求载荷价格≤5万元，量产良率需≥95%。
• 核心行动：①针对动态范围问题，设计“双增益切换”电路，结合自适应直方图均衡化算法，将有效动态范围提升至11.5bit，满足测绘场景的明暗细节保留需求；②开发“多维度自动化校准工装”，集成坏点检测、暗角校正、白平衡匹配三大模块，通过Python脚本批量读取传感器参数，自动匹配校正系数，将单台校准时间从2小时缩短至15分钟；③与供应链合作优化传感器封装工艺，筛选出一致性高的批次，配合光学镜头的像差补偿设计，解决图像偏差问题。
• 项目成果：最终载荷采用国产CMOS传感器，成本降至3.2万元（较进口方案下降60%），量产良率提升至97.3%；支撑公司拿下3个省级测绘院的年度采购合同，对应项目营收达1800万元；该载荷成为公司民用市场的“爆款产品”，市场份额在2年内从0提升至12%。

• 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。