1.大世界场景下大气和体积云的实时渲染
项目简介：主要在大世界场景下实现体积云建模、体积云渲染和大气渲染，光照与云层进行动态交互，满足基本实时渲染的需求。体积云建模采用 Perlin-Worley 噪声生成真实云层形态与细节，并结合密度-高度函数控制云的密度与生成类型；体积云渲染采用比尔定律、相位函数和光线步进模拟云层的密度和光照；大气渲染采用单次散射物理模型，结合瑞利散射和米氏散射实现大气的光照模拟。
负责工作：阅读有关领域中英文文献；使用 Unity 的 URP 管线建立地球模型，在大气层表面和地面天空分别模拟大气和体积云。
2 大规模点云场景转换
项目简介：将超过亿万的点云场景数据转换成最精细细节层次的 2D 图片，采用正交投影45°方式对点云数据进行投影，转换的图片场景交界完全平滑并将其封装成自动化程序。负责工作：使用 C++的PCL 库进行数据解析，设计分块载入算法优化点云载入与转换时间，用户可自行控制图片分辨率大小。
3 移动端天气模拟
项目简介：分别在 PC 端和安卓移动端，对飘雪和动态云效进行渲染。雪的模拟分别进行远、近两种层次的渲染；使用流体动力解算动态体积云，采用六面光照进行渲染和预计算，并采用 Billboard技术对前后云层进行混合。
负责工作：在 PC 端使用 OpenGL 对飘雪和动态云效进行模拟，将渲染效果移植基于 OpenGLES 和Android Studio 的安卓端移动平台，并在实体机上进行帧率和功耗测试。
4.北京行动元爬虫实习
工作简介：负责官网电机及电子元器件的爬虫数据采集，成功实现对多种类型数据的抓取，包括动态和静态页面。面对国内外不同官网的数据表格提取方式，深入研究并解决了数据结构差异带来的挑战。在多线程限制的情况下，采用普通的HTTP请求方式，手动编写了一个高效的爬虫模板，确保了数据的准确性和完整性。通过优化请求策略和数据解析流程，显著提高了数据采集的效率和稳定性，为后续的数据分析和决策提供了重要支持。
5.漫画、小红书、抖音、美团评论爬取
工作简介：针对漫画、小红书、抖音和美团等平台的反爬虫技术，制定并实施了多种策略以提高数据采集的成功率。采用线程池和多线程爬取技术，结合Selenium实现动态页面的数据抓取，有效提升了爬取速度和效率。在项目中，成功应对了各平台的反爬措施，确保数据的准确性和完整性。目前，该项目已开源并发布在GitHub上，供开发者参考和使用。