负责中大型工业级无人机复杂场景飞行操作、通信链路实时监控与故障处置，及飞行数据闭环分析优化，支撑电网巡检、应急救援等场景的项目交付与技术迭代

• 主导某省级电网输电线路巡检项目，操作M300 RTK+H20T机型完成120基塔全自主飞行，通过DJI Pilot 2结合输电塔GIS坐标库设计动态航线，针对山区基站信号遮挡导致的LoRa链路丢包问题，新增中继节点并将丢包率从12%压降至2%，缺陷识别准确率较前期提升18%，助力客户缩短线路故障排查周期3天
• 核心参与某市应急管理局夜间山域搜救演练，操控Matrice 30+热成像相机执行任务，基于自研“多机交叉覆盖算法”优化飞行路径（将单架覆盖范围从500㎡扩展至800㎡），克服夜间电磁干扰（2.4G频段杂散信号强度下降40dBm），比预案提前40分钟定位模拟被困目标，获客户书面表彰
• 负责项目飞行数据全量分析，用Python编写脚本解析PX4飞控日志与链路监测数据，定位到某批次高海拔电池（3000米以上）电压衰减速率过快问题（从3.8V降至3.2V仅需45分钟），推动供应链更换磷酸铁锂低温版电池，后续项目续航达标率从85%提升至98%
• 担任新员工操作带教，输出《复杂环境无人机飞行手册》，涵盖山区信号规避、电磁干扰应对、夜间热成像识别等5类场景的21条操作要点，配合模拟机训练将新员工独立完成任务的通过率从60%提升至90%

协助完成工业级无人机日常操作与通信链路测试，学习复杂场景飞行技巧，支撑农业植保、安防巡逻等项目落地

• 协助主导某农业合作社5000亩小麦植保项目，操作T10机型结合大疆农业智慧平台规划航线，联动土壤湿度传感器数据动态调整喷药高度（从2.5米优化至1.8米），解决平原地区药液漂移问题（漂移率从15%降至5%），作业效率较人工提升25%
• 参与无人机通信链路地面测试，用Keysight N9000A频谱分析仪监测2.4G/5.8G频段干扰源，定位到周边Wi-Fi路由器（信道6）的杂散干扰，调整链路至信道14后将通信延迟从50ms降至20ms，满足实时图传要求
• 制定《无人机周度维护清单》，涵盖电池健康度（SOC≥80%）、桨叶磨损（间隙≤0.5mm）、飞控校准（磁罗盘偏差≤2°）等12项指标，将设备故障 downtime 从每月3天压缩至1天以内
• 统计100+次飞行数据，用Excel做相关性分析发现低电量报警阈值（默认20%）设置过低导致返航失败问题（因风速影响提前耗电），调整至25%后返航成功率从92%提升至99%

协助电子通信设备测试，接触无人机基础操作，学习飞控系统与通信协议原理，为进阶操作打基础

• 协助测试无人机飞控IMU（MPU6050）模块，用MATLAB编写数据采集脚本，采集100组加速度计/陀螺仪raw data，对比标准值发现某批次传感器零偏误差过大（加速度计偏移≥0.1g），推动供应商更换批次，后续飞控姿态稳定性提升30%
• 学习操作Phantom 4 Pro执行园区安防巡逻，用自定义航线工具设置20个固定巡逻点，解决初期人工操作的航线偏差问题（巡逻覆盖率从80%提升至100%）
• 协助搭建无人机通信测试环境，用USRP B210软件无线电平台模拟3km、5km、10km场景的信号衰减（路径损耗从80dB增至120dB），记录链路丢包率与延迟数据，为后续飞行抗干扰策略提供数据支撑
• 整理30+份飞控测试报告，提炼《飞控常见故障排查指南》，涵盖IMU校准失败、链路中断、GPS信号弱等8类问题，帮助团队将故障定位时间从平均2小时缩短至40分钟

• 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。

大型工业无人机全场景多模态融合避障系统研发

• 工业无人机向大型化（起飞重量＞100kg）、复杂环境作业（山区电力巡检、城市应急救援）渗透，现有单模态避障（视觉/雷达）存在“视觉受光照干扰、雷达难辨小目标”的痛点，需研发覆盖0-500米范围、支持细电线/移动车辆等复杂障碍物的多模态融合避障系统，目标误报率＜1%、响应时间＜100ms，通过民航局适航认证。
• 项目核心挑战有三：一是多传感器（16线LiDAR、77GHz毫米波雷达、双目视觉）数据同步与空间校准，初始时间戳偏差达50ms、坐标误差超10cm；二是复杂背景下小目标检测，如直径5cm的电力线在植被遮挡下漏检率高达20%；三是动态障碍物（如路口移动货车）轨迹预测滞后，导致避障决策延迟。
• 针对数据同步，设计“硬件触发+软件补偿”双冗余机制：用FPGA实现传感器硬件触发同步，再用卡尔曼滤波补偿剩余时间偏差，将时间同步精度压至5ms内，空间校准采用基于SIFT特征的PnP算法，误差控制在2cm以内；针对小目标检测，优化YOLOv7颈部网络，加入CBAM注意力机制聚焦小目标区域，并用Blender合成10万张含电力线/树枝的复杂场景数据增强，将小目标漏检率降至3%；针对动态预测，融合LSTM长时记忆与卡尔曼滤波实时性，构建“历史轨迹+速度矢量”的双维度预测模型，将轨迹预测准确率从75%提升至92%。
• 系统最终实现0-500米全场景覆盖，误报率0.8%、响应时间85ms，通过民航局RTCA DO-365适航测试；应用于公司M300大型工业无人机，在南方电网电力巡检、郑州暴雨应急救援中落地，累计完成1200+架次任务，避免3起无人机撞线/撞车事故。个人主导系统架构设计与核心算法优化，申请2项发明专利（“一种多模态传感器数据校准方法”“基于注意力机制的小目标避障检测模型”），获公司年度技术创新奖。

中近程物流无人机集群管控平台开发

• 电商物流亟需无人机集群配送降本，但现有管控平台存在“集群路径冲突率高（＞10%）、载荷分配不合理（电池续航浪费约20%）、应急响应慢（指令延迟＞500ms）”问题，目标是开发支持10-50架集群的管控平台，将路径冲突率压至5%以下、载荷利用率提升20%、应急响应时间＜2分钟。
• 项目难点集中在三方面：一是动态环境下的集群路径重规划，突发障碍物（如飞鸟、临时搭建物）会导致原路径失效；二是多目标载荷分配，需平衡货物重量、电池健康度、配送时效三个维度；三是4G网络下集群通信延迟，指令传输慢导致协同误差。
• 路径规划方面，改进传统A*算法，加入PPO强化学习模块，让无人机实时感知环境并自主调整路径，将冲突率从12%降至4%；载荷分配上，构建混合整数规划（MIP）模型，引入电池SOH（健康状态）作为约束条件，优化货物与无人机的匹配策略，将载荷利用率从75%提升至90%；通信层面，采用MQTT协议的QoS 1等级+数据分片传输，将指令延迟从500ms压缩至150ms以内。
• 平台支撑公司“无人机+快递”试点项目，实现50架集群的稳定管控，累计完成8000+单农村末端配送，节省燃油成本15%、减少配送时长25%。个人负责集群路径规划与载荷分配模块开发，撰写3篇技术文档，参与制定《物流无人机集群管控系统企业标准》，获部门季度优秀员工。