负责工业级无人机系统的常态化电力巡检任务操作、低空通信链路性能现场验证及与研发团队的迭代反馈，支撑电网客户低空数据采集与缺陷识别需求的落地

• 主导12个批次输电线路精细化巡检任务，使用大疆M300 RTK无人机搭载H20T热成像+可见光双光镜头，针对山区基站周边2.4G/5.8G频段信号遮挡导致的图传丢包问题，自主设计LoRa中继增强方案——基于Semtech SX1278芯片搭建1W功率中继节点，结合MQTT轻量级协议优化数据转发逻辑，将巡检过程中实时图传丢包率从15%降至2%，累计完成120基110kV输电塔的绝缘子裂纹、金具松动等缺陷检测，缺陷识别准确率较以往人工巡检提升18%，支撑电网客户完成年度隐患排查计划的115%
• 负责无人机数据链系统的现场调优，使用Keysight N9918A频谱分析仪扫描任务区域电磁环境，发现某工业园区5.8G ISM频段存在工业WiFi拥堵问题，随即切换至2.4G频段的14信道并调整扩频因子至128，配合飞控参数优化（降低发射功率至20dBm），将端到端通信延迟从80ms降至35ms，保障了实时高清图传的稳定性，支撑了3次应急故障排查任务的顺利完成
• 协同研发团队完成链路冗余功能验证，基于MATLAB/Simulink搭建“主链路（5.8G）+备份链路（433M）”切换模型，仿真不同丢包率（5%-20%）下的切换时延与成功率，输出12项测试用例；现场执行100次链路中断模拟测试，切换成功率100%，将系统整体可靠性从95%提升至99.6%，该方案已纳入公司工业级无人机标准配置
• 制定《电力巡检无人机低空通信操作规范》，梳理12项关键操作步骤（如中继节点部署、频段切换、链路状态监测）及3类常见故障处理流程（丢包、延迟、信号中断），组织8名新入职飞行员培训，将新人独立完成任务的平均上手时间从2周缩短至5天，团队任务完成率提升至98%

负责消费级无人机的基础测绘与数据采集任务，协助研发团队完成通信模块的初步测试与反馈，支撑小型项目的落地执行

• 主导校园1:500地形图测绘项目，使用大疆Phantom 4 Pro无人机搭配D-RTK 2移动站，遇到教学楼群金属结构导致的GPS多径效应（定位偏差超5cm），通过调整RTK基准站位置至操场开阔区域并延长观测时间至15分钟，结合飞控端的“动态差分”模式优化，将最终成图的平面精度修正至±2cm，满足《低空数字航空摄影测量外业规范》要求，输出的高清正射影像图被学校基建处采纳为校区图书馆改造的基础数据
• 协助研发团队测试新款图传模块（2.4G/5.8G双频），使用USRP B210软件无线电平台采集信号强度与误码率数据，累计测试50组不同距离（1-5km）的场景，反馈“5.8G频段在障碍物场景下误码率高出2.4G30%”“2.4G扩频因子128时传输速率不足”等10项问题，其中“增加2.4G优先切换逻辑”“优化扩频因子动态调整算法”3项建议被采纳，使模块在复杂环境下的有效传输距离从3km提升至5km
• 制定《消费级无人机基础操作流程手册》，梳理“起飞前检查（电池、GPS、磁罗盘）-飞行中监控（高度、速度、链路状态）-降落后续处理（数据导出、设备充电）”3大环节15项关键动作，培训5名实习生，将新人操作失误率（如撞树、失控）从12%降至3%，团队项目交付周期缩短15%

协助完成无人机的基础操作与通信链路测试，参与小型应急通信项目的现场支持，学习电子通信与无人机系统的融合应用

• 协助搭建无人机飞控系统测试平台，使用Arduino Uno开发板连接Pixhawk 4飞控，编写Python脚本（基于pymavlink库）采集姿态角（滚转、俯仰、偏航）、高度及速度数据，累计分析120组室内外飞行测试数据，发现“陀螺仪校准流程中‘水平放置等待10秒’易受操作人员晃动影响”，优化为“固定在三脚架上自动校准5分钟”，将单台无人机的校准时间从15分钟缩短至5分钟，测试效率提升40%
• 参与公司“无人机应急通信保障”项目测试，在城市公园模拟灾区场景，使用无人机搭载LTE小基站（最大发射功率2W），调整飞行高度至100米、信道带宽至10MHz，实现1公里范围内的语音通话与短信覆盖，支撑应急管理局完成“无人机+通信”救援方案的可行性验证，相关数据被纳入公司应急通信产品手册
• 整理3个项目（校园测绘、园区巡检、应急通信）的测试数据，输出5份《无人机通信链路测试报告》，总结“磁场干扰对GPS的影响”“不同频段的穿透性差异”“链路延迟对任务的影响”3类常见问题及解决方法，其中“磁场干扰下的RTK基准站选址建议”被纳入公司测试规范，降低了后续项目的干扰问题发生率

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。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。