负责中大型工业级无人机（载重10-20kg多旋翼/固定翼）全生命周期飞行操作、复杂场景（电力巡检/应急测绘/环保监测）任务执行，及团队飞行标准制定与新人带教，衔接研发端性能验证与客户端需求落地

• 主导某省级电网输电线路年度巡检项目，选用大疆M300 RTK+禅思H20T组合，结合电力行业差分GNSS（RTK-Diff）定位技术与自研Python航线优化脚本（整合SRTM地形数据与杆塔坐标），解决山区基站信号遮挡导致的航线偏移问题——将单基塔巡检时间从12分钟压缩至8分钟，绝缘子裂纹/金具松动等缺陷识别率提升15%，累计覆盖1200基塔、200公里线路，实现零安全事故与客户续签率100%
• 应对夏季暴雨后某地50平方公里应急测绘任务，操作飞马D2000倾斜摄影无人机搭载五镜头相机，使用ContextCapture软件处理点云数据时，针对水域淹没区雷达反射干扰问题，手动将避障系统阈值从默认80%下调至65%，同时开启RTK实时差分修正定位，3天内交付精度±2cm的DOM/DSM成果，直接用于当地政府灾后重建选址规划，客户满意度达98%
• 搭建“三阶新人带教体系”：1）基础层用小楷智航FlightSim仿真平台训练悬停/航线规划/应急返航；2）场景层模拟电力巡检/环保监测等真实任务；3）实战层跟随执行任务并复盘。通过该体系带教3名新飞行员，团队独立执行任务周期从2个月缩短至1个月，季度任务完成率从85%提升至95%
• 参与公司新型20kg载重多旋翼无人机试飞，负责飞控性能与稳定性验证——用CANoe工具监测飞控系统CAN总线数据（姿态角、电机转速、电池电压），发现高速飞行时桨叶动平衡导致的振动值超标（0.15g→阈值0.1g），协同研发部调整桨叶配重（每片增加2g）并优化动平衡算法，最终振动值降至0.04g以内，试飞成功率从70%提升至92%

聚焦测绘与环保监测场景，负责无人机飞行操作、高精度数据采集及初步质量校验，保障数据满足GIS分析与客户报告需求，同时承担航测系统日常维护

• 主导某地级市生态环境局大气污染溯源项目，选用八旋翼无人机搭载PID气体检测仪+电化学传感器，结合GIS地理信息系统规划500m×500m网格化航线，针对化工园区复杂风场（平均风速4m/s）导致的气体扩散偏差问题，调整飞行高度至150m（原计划100m）并降低航速至3m/s，累计采集10万条VOCs/NOx浓度数据，成功定位3个隐藏污染源，相关结论被纳入当地大气治理白皮书
• 负责公司飞马A3航测无人机系统的校准与维护，每月用Emlid Reach RS2 GNSS接收机对地面站进行静态差分校准，全年保持定位精度在±2cm以内，直接降低航测数据返工率——从之前的10%降至2%，节省客户重新补飞成本约30万元
• 参与市级森林火灾应急演练，操作穿越机（DJI FPV）搭载FLIR热成像相机，使用FLIR Tools软件实时分析热源特征，制定“低空侦查（50m高度）+定点投送灭火弹”方案，演练中成功定位模拟火源点时间从5分钟缩短至2分钟，助力团队获得演练第一名，后续该方案被纳入公司应急服务标准流程
• 优化飞行数据预处理流程：用Pix4Dmapper软件设置“航向重叠度80%/旁向重叠度70%”的自动拼接参数，替代之前人工筛选冗余影像的方式，单项目数据预处理时间从4小时压缩至1.5小时，支撑后续三维建模效率提升40%

负责基础测绘与产品演示任务的无人机飞行，学习行业操作规范与飞控系统基础，协助资深飞行员完成任务并积累场景经验

• 参与公司首次电力塔精细化测绘项目，使用大疆悟2+X5相机，跟随资深飞行员学习Pix4Dcapture航线规划工具，完成20基110kV输电线路杆塔的影像采集（分辨率0.05m），数据经处理后用于三维建模，模型合格率90%，首次接触工业级无人机场景应用
• 承担公司无人机产品演示任务，针对测绘/环保行业客户展示飞行稳定性与影像质量——用大疆Phantom 4 Pro调试参数（ISO 100、快门速度1/1000s、光圈f/2.8），累计演示15次零失误，助力签下3个客户（合计金额50万元），获得“季度最佳演示员”称号
• 自学PX4开源飞控基础，掌握参数调优方法：协助解决演示机偶尔的GPS漂移问题（漂移量50cm→调整PID增益与磁罗盘校准后降至10cm以内），提升演示时的定位精准度，获得研发团队认可
• 参与编写《初级无人机操作手册》，整理10类常见故障处理方案（如信号丢失时的手动接管、电池过放的前期预警），成为公司新员工培训核心资料，将新手故障处理时间缩短30%

应急救援场景下高可靠低延迟无人机指控系统研发项目

• 某省级应急管理部门面临森林火灾、防汛救灾等场景下，现有无人机指控系统存在端到端延迟高（≥200ms）、丢包率高（≥1.2%）、多机协同稳定性差等问题，导致现场画面卡顿、管控指令滞后，严重影响救援效率。项目目标是从链路层到算法层重构指控系统，实现100架以上无人机集群的端到端延迟≤50ms、丢包率<0.1%，支持跨地域、多地形的高可靠管控。
• 关键难题包括：①复杂环境下多模态通信链路的动态融合——单一4G/卫星通信无法应对山区遮挡、电磁干扰等场景；②超低延迟下的链路预判与纠错——传统FEC/ARQ算法在50ms内无法完成重传，缺乏链路中断的提前预警机制。我提出“空天地一体化指控链路”方案，融合5G专网、改进型Ad Hoc自组网和卫星短报文，并引入LSTM神经网络实现链路质量预测。
• 核心行动：1. 牵头与应急管理部门对接，梳理12类救援场景需求，输出《指控系统性能指标规范》；2. 改进Ad Hoc协议的路由发现机制，加入链路质量（RSSI、误码率）实时预判模块，将路由重构时间缩短30%；3. 开发基于LSTM的链路中断预测引擎，用历史10万条链路数据训练模型，实现提前1秒预警故障并触发动态链路切换；4. 用C+++MATLAB协同优化FEC+ARQ混合纠错算法，将重传时延从50ms压缩至15ms，适配超低延迟需求。
• 项目成果：①端到端延迟降至38ms，丢包率0.05%，支持120架无人机集群管控，通过应急管理部“应急救援装备认证”；②在浙江、福建、江西3省试点应用，处置5起森林火灾时，指令传达时间从3分钟缩短至15秒，帮助减少因管控滞后导致的林火蔓延面积约200亩；③项目带来2000万订单，本人主导的“多模态指控链路动态融合技术”申请发明专利2项（ZL202310XXXXXX、ZL202310XXXXXX），成为公司应急救援领域的核心技术壁垒。

电力巡检工业级无人机厘米级定位与实时避障系统研发项目

• 南方电网某分公司反馈，现有电力巡检无人机依赖GPS，遇到输电线路走廊树木遮挡、城市高楼干扰时，定位误差达5-10米，无法满足杆塔精细化巡检（需厘米级定位）和避开高压线、鸟类等实时避障需求，曾多次发生无人机撞线事故。项目目标是开发融合RTK、视觉SLAM和激光雷达的多源感知系统，实现厘米级定位（≤2cm）、实时避障（响应时间≤100ms）。
• 关键难题：①多源数据同步——RTK（10Hz）、视觉（20fps）、激光雷达（1M点频）的时间戳不一致，导致融合数据偏差达30cm；②复杂障碍物识别——输电线路小直径导线（约2cm）和远处鸟类易被传统算法漏检，避障决策滞后。我采用“硬件同步+算法融合”方案，解决数据对齐问题，同时用深度学习优化障碍物识别。
• 核心行动：1. 牵头测试5款激光雷达和3款工业相机，最终选用禾赛Pandar40（点频1M）和Basler acA1300-200uc（帧率20fps），平衡性能与功耗；2. 开发基于FPGA的PTP同步模块，将多传感器时间戳同步误差控制在10us以内，解决数据对齐问题；3. 用ROS框架集成RTK、ORB-SLAM3视觉定位和激光雷达点云数据，通过扩展卡尔曼滤波输出稳定位姿，定位精度提升至2cm；4. 优化避障算法：用YOLOv5检测动态障碍物（鸟类、无人机），用激光雷达点云DBSCAN聚类识别静态导线/杆塔，结合Constant Velocity Model预测障碍物轨迹，生成RRT*安全路径。
• 项目成果：①定位精度从分米级提升至2cm，避障响应时间从150ms降至70ms，通过南方电网“电力巡检装备技术认证”；②在广东、广西10条输电线路应用，替代80%人工登塔巡检，巡检效率提升5倍，累计发现线路隐患120起（如导线断股、绝缘子破损）；③项目带来1500万收入，本人主导的“多源感知融合定位技术”获公司年度技术创新奖，发表EI论文《基于多源融合的无人机电力巡检定位方法》（ISSN：1000-XXXX），奠定了公司在工业无人机感知领域的领先地位。

• 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。