参与无人机定位与导航系统的嵌入式软件开发，基于 FreeRTOS 设计模块化软件架构，负责多传感器并发采集、数据处理及导航算法运行，参与无人机定位系统从实验验证到产品化落地的全过程。 针对实际飞行和设备调试过程中出现的定位不稳定问题，从传感器特性、数据采样时序、任务调度及系统运行状态等多个层面进行分析和优化，提高定位系统的稳定性与可重复性。 同时参与产品调试与量产，开发产线测试工具并沉淀相关技术文档。具备 MCU/FreeRTOS、多传感器采集、实时任务调度、定位与导航系统联调以及嵌入式设备疑难问题定位能力。

项目简介: 与无人机, RTK等设备通讯, 管理无人机进行农业作业的APP. 由地块测绘, 植保作业, 基站设置, xstation, 作业日志管理等模块组成 项目业绩 - 使用组件化开发, 使用ARoute进行组件通讯 - 使用Android Jetpack + mvvm进行开发 - 实现与各终端硬件的通, 固件升级, 使用策略模式+代理模式封装通讯库, 无缝切换tcp通讯, 数传通讯, 串口通讯, 蓝牙通讯 - 使用osmdroid实现地图的高度定制, 难点有墨卡托投影坐标转换, overlay点线面的绘制, 地图触摸事件分发 - 使用GIS算法来计算拓扑空间关系, 实现航

工业无人机云平台（Web + 后端），面向机场/机巢与无人机的远程管理平台。 核心功能：设备接入与管理、飞行态势实时监控（位置/电量/飞行模式）、三维航线规划（航点/走廊/面航线）、任务调度、WebRTC 图传视频实时预览。 技术实现：Go（Gin、GORM、Redis）后端，WebSocket 实时推送 + WebRTC 信令转发；前端 Vue3 + TypeScript + Cesium 三维地图；独立地图网关（Nginx 负载均衡 + 多级瓦片缓存）；Docker 容器化部署，已上线稳定运行。

基于 Betaflight 飞控平台完成 AI 目标跟踪穿越机控制系统开发。负责将算法板输出的目标识别与位置信息接入飞控控制链路，实现目标跟踪、自动接近、姿态修正及目标短暂丢失后的控制处理，形成从目标感知到飞行控制输出的闭环控制。完成整机软硬件联调、PID及控制参数优化，并通过黑匣子飞行数据分析持续改进控制效果。项目经过多轮外场实飞测试，可在实际飞行环境下完成目标跟踪与自动接近

可见光相机，融合算法跟踪 可见光相机驱动适配与图像采集链路开发 基于 RK3588 平台，完成可见光摄像头 Sensor 驱动适配，涵盖 MIPI CSI-2 接口配置、设备树（DTS）节点编写与 DPHY 时钟调试 针对高分辨率、高帧率场景，排查并解决链路带宽不足导致的花屏、丢帧、CRC 校验错误等问题，通过调整 link_freq、优化 V4L2 数据流实现稳定图像采集 完成 ISP 图像信号处理链路调通，支持 RAW10/RAW12 等格式输出，满足上层视觉算法对图像质量的要求 多传感器融合感知算法开发 设计并实现可见光相机与红外/深度等多源传感器的数据融合方案，提升复杂环境

无人机智能化巡检系统，系统基于B/S架构，提供用户规划航线、一键起飞、无人机基础操作以及相关飞行数据AI分析等定制化功能，无人机根据用户规划的航线进行飞行，完全一键式操作，风险低；在每次飞行结束后可以根据用户定制的AI分析功能进行相应的AI分析，生成对应的巡检记录以及AI分析结果报告

采用轻量化采集终端与服务器集中分析架构，新型号和识别规则可优先在服务器更新，无需逐台修改现场设备。系统支持不同区域独立配置白名单，可减少路由器、摄像头等固定无线设备产生的无效数据，并为后续协议解析和多点轨迹分析保留扩展能力。

本项目依托 AI 深度学习模型，实现航拍图像 / 视频自动目标检测、异常识别、实时告警、数据结构化，替代人工完成精准、高效、全天候智能分析，解决低空视觉数据 “看不清、判不准、管不过来” 的核心问题。软件面向电力 / 油气 / 光伏巡检、智慧城市治理、消防应急、林业防火、河道环保、交通巡查、厂区安防、机场净空、边境管控、农业监测等场景。业务以无人机空天地一体化巡查为基础，用 AI 完成设备缺陷、违建、火情、污染源、入侵目标、交通事件、黑飞无人机等自动识别与闭环处置，适配低空经济发展与智慧运维刚需，提升安全管控与作业效率，降低人力与风险成本。项目采用前后端分离架构，技术栈包含C++、Python

无人机飞行管理大屏，包含航线规划、飞行计划、飞行结果、集群调度、告警信息、统计分析等模块功能，通过规划航线（航点航线、正射影响、倾斜摄影、环绕飞行）设置航点动作、飞行速度、飞行高度等，下发任务到无人机机场终端，无人机起飞按照规划航线执行任务，任务完成后返航，飞行成果返回

负责过多个官网独立站后台系统 企业官网，独立站，后台管理系统,小程序，服务器运维，数据库，前端后端