负责车联网物联网平台核心模块的全生命周期开发与迭代，覆盖车端多协议数据接入、分布式消息处理、车辆数字孪生引擎构建及OTA安全升级，支撑新能源车企的车况监控、远程控制与智能化运维需求

• 主导设计车端高并发数据接入层架构，针对新能源车企T-BOX上报的峰值10万+/秒、多协议（MQTT/CoAP/HTTP）数据流，采用Kafka分布式消息队列实现流量削峰填谷，结合Netty框架开发自定义协议解析器（支持TLV格式封装），解决早期单节点处理瓶颈问题——数据接入延迟从500ms降至80ms，支撑某头部车企30万辆量产车的实时数据稳定上报，客户满意度提升25%
• 核心参与车辆数字孪生引擎开发，基于Unity3D构建车端物理状态镜像，整合GPS、BMS、VCU等12类传感器数据，通过Flink实时计算引擎实现车速、电池SOC、故障码的动态映射（延迟≤100ms），解决传统平台“数据滞后导致孪生不精准”的痛点——孪生数据与车端实际状态误差率从15%降至2%，被客户用于远程故障预判功能，降低30%道路救援率
• 优化OTA升级模块的安全与效率机制，引入PKI证书体系（X.509）与AES-256数据加密，结合bsdiff差分算法将升级包大小从800MB压缩至150MB；同时用Prometheus+Grafana搭建实时监控看板，实现升级过程的异常熔断（如网络抖动时自动回滚）——支撑某车型年度OTA升级成功率从92%提升至99.5%，减少50%客户投诉
• 推动平台容器化与云原生迁移，使用Docker封装微服务（数据接入/孪生/OTA等12个服务），基于Kubernetes实现自动扩缩容与服务发现，结合Istio服务网格优化流量治理——平台资源利用率从40%提升至65%，部署时间从4小时缩短至30分钟，满足客户“每周1次功能迭代”的快速需求

负责车联网平台的底层通信模块与数据处理能力建设，支撑商用车队的车联网监控、油耗管理及驾驶员行为分析需求

• 主导开发车端多协议通信栈，适配商用车常用的J1939协议（SAE）与ISO 15765-2（CAN总线），采用C++实现帧解析器（解决CAN数据乱序与丢包问题），数据完整率从90%提升至99%，支撑某物流车队5000辆商用车的实时位置、油耗监控
• 设计离线数据处理流水线，使用Spark Streaming对车辆发动机转速、水温数据进行窗口分析（1分钟/5分钟粒度），结合XGBoost机器学习模型预测发动机积碳故障——预测准确率达85%，帮助客户降低18%的维修成本
• 参与平台前后端联调，用Spring Boot开发RESTful API对接客户ERP系统，实现车辆数据（里程、油耗、故障）的自动同步，数据同步延迟从10分钟降至1分钟，提升客户运营报表生成效率40%

负责车联网终端（T-BOX）的嵌入式软件开发，支撑车端数据采集、通信及低功耗管理，为后续平台开发积累车端技术理解

• 开发T-BOX的MQTT客户端（基于Eclipse Paho），实现与物联网平台的双向通信（支持远程控制指令接收、OTA升级包下载），解决早期TCP连接易断开问题——连接成功率从95%提升至99.9%，保障远程控制的可靠性
• 优化T-BOX低功耗模式，采用定时唤醒机制（每小时采集1次数据）与TPS62130电源管理芯片，将待机功耗从50mW降至10mW，延长电动车续航里程约8km/次
• 配合平台团队解决车端数据格式兼容问题，将数据序列化方式从JSON改为Protobuf——数据传输效率提升40%，减少平台解析压力

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。

车企量产级LTE-V2X安全低延迟通信系统研发

• 项目背景：某头部车企需落地L3级自动驾驶车型的V2X功能，要求满足国标GB/T 40429-2021《汽车网关信息安全技术要求》及欧盟E-Mark认证，同时解决城区复杂场景下（如高楼遮挡、多车并发）V2X消息端到端延迟超150ms、国密加密后吞吐量下降35%的痛点。我的核心职责是主导V2X通信模块的架构设计、安全机制集成及性能优化。
• 关键难题与技术工具：一是国密SM2/SM3/SM4算法与LTE-V2X模块的硬件适配问题，原生OpenSSL引擎集成后导致加密延迟增加80ms；二是多车并发场景下的MAC层竞争冲突，丢包率高达12%。我采用了TSN（时间敏感网络）边缘计算网关+硬件安全模块（HSM）的方案，用Vector CANoe模拟100+辆车的并发场景验证，用Keysight N1914A功率计测试加密后的信号强度波动。
• 核心行动与创新：1）针对国密性能损耗，重新设计了HSM的DMA数据通路，将SM4加密从CPU offload改为硬件直接处理，减少数据拷贝次数；2）针对MAC层冲突，引入基于车辆运动轨迹的优先级调度算法（结合GPS速度、航向角预测未来3s的位置），动态分配V2X消息的传输 slot；3）基于AUTOSAR SecOC标准重构安全通信栈，将签名验签流程从应用层下沉到通信层。
• 项目成果与价值：最终将V2X消息端到端延迟降至78ms（优于国标100ms要求），国密加密后吞吐量损失降至11%；系统通过国标认证及E-Mark测试，助力车企车型拿到国内3个新能源车企的量产订单（年出货量12万台），同时申请了2项发明专利（一种基于HSM的V2X国密加密方法、基于轨迹预测的V2X MAC调度算法）。

长三角干线物流车队V2I油耗与安全协同平台

• 项目背景：某全国性物流企业面临干线车队油耗高（平均百公里32L）、高速事故率高（0.8次/10万公里）的问题，需要搭建基于LTE-V2I的车队协同平台，实现路侧单元（RSU）对车辆的实时引导（如限速提醒、弯道减速）及油耗优化。我的核心职责是负责系统整体方案设计、车端-路侧通信适配及落地推广。
• 关键难题与技术工具：一是商用车GPS在高架桥、隧道场景下定位漂移达5-10米，无法精准匹配RSU覆盖区域；二是不同厂商的RSU（如金溢、聚利）采用私有协议，车端无法兼容。我用U-blox ZED-F9P RTK模块做了定位优化测试，用Wireshark抓包分析了10种RSU的通信报文，梳理出协议差异点。
• 核心行动与创新：1）设计“GPS+IMU+路侧蓝牙信标”的混合定位算法，通过卡尔曼滤波融合多源数据，将定位精度提升至1.2米（满足RSU 5米内覆盖的精准匹配要求）；2）开发轻量级协议转换网关（基于Python asyncio），将不同RSU的私有协议转换为统一的MQTT-SN消息格式，实现车端一次对接即可兼容5家厂商的RSU；3）基于车辆载重、坡度、车速数据，用强化学习模型优化RSU的引导策略（如提前300米提醒减速，避免急刹）。
• 项目成果与价值：项目落地2条长三角干线（上海-杭州-深圳），服务150台物流卡车，车队事故率下降42%（至0.46次/10万公里），百公里油耗降至27.1L（降低15%）；项目营收820万元，后续拓展至3家物流企业，成为公司的标杆案例，我个人也晋升为车联网事业部技术总监。