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。