负责设计并研发基于ESP32的AI陪伴型长记忆聊天机器人，担任系统架构师、AI算法工程师、嵌入式开发工程师及产品设计负责人。负责从智能硬件方案设计、端云架构规划、AI模型集成到交互体验设计的完整研发流程，构建具备语音交互、长期记忆、多模态感知能力的新一代智能陪伴设备。 在硬件系统方向，负责机器人整体硬件架构设计，包括ESP32-S3主控方案、显示模块、麦克风阵列、扬声器、电源管理、传感器模块以及结构设计方案。根据产品需求进行硬件选型、BOM规划、通信接口设计，并结合3D打印外壳完成从概念设计到可制造产品形态的迭代。 在AI算法与云端智能方向，负责设计端云协同AI架构。设备端通过ES

本作品为低空智航平台项目的全套售前解决方案及采购招标支撑材料，项目采用竞争性磋商采购方式，预算千万级。 我在该作品中的核心贡献为售前方案策划与招投标全流程技术支撑： 1、客户需求引导与立项策划：在项目立项阶段介入，协助客户梳理政务无人机应用场景与建设需求痛点，输出需求调研报告与项目建议书，完成项目可行性分析及投资概算，引导客户形成科学合理的采购需求，为后续招标工作奠定基础。 2、技术方案设计：主导完成整套解决方案的编制工作，围绕"一网统飞、数据共享"的核心理念，设计平台功能架构、数据标准规范、多部门数据共享机制及三大高频应用场景（森林防火、违建巡检、河道巡查）的具体技

基于无人机机场套件，构建全自动化智能巡检系统，深度对接各行业管控平台等行业标准业务系统，精准派发巡检任务，实现多场景全流程覆盖，巡检视频实时回传、异常自动告警与喊话提醒。

针对复杂背景下无人机目标尺寸小、特征弱、易受云层及环境噪声干扰等问题，开展基于深度学习的弱小目标检测算法研究。项目基于 YOLO 系列目标检测模型进行优化，通过多尺度特征融合、小目标特征增强及网络结构改进，提高模型对远距离、低分辨率目标的感知能力，实现复杂场景下无人机目标的精准检测，为低空防御、智能巡检等应用提供技术支撑。

本项目为大疆无人机模拟器，旨在模拟大疆无人机与云端交互场景，本项目主要包括机场上云，设备管理，直播功能，媒体管理，航线管理等功能： 机场上云：机场上云需要借助遥控器内安装的 DJI Pilot 3。在上云过程中，需要完成设备的检查（如急停按钮的检查、网络是否已经连接等）、将飞行器与机场对频、填写上云配置信息（如填写 MQTT 账号密码以实现 MQTT 连接）等操作。 设备管理：设备管理功能支持设备向云端上报拓扑信息、推送设备属性、以及云端对设备的属性进行设置。让用户可以在云端查看以及调整设备状态，更为方便地展开工作。 直播功能：直播功能主要是把无人机相机负载和大疆机场的视频码流发给第三方

本人负责航测场景数据构建、YOLO标签生成、模型训练、推理预测、指标分析和结果展示。项目面向无人机俯视影像中的建筑、道路、植被、水体和车辆等目标，建立从数据预处理、训练验证到批量预测的完整流程，并输出检测对比图、训练曲线、Precision、Recall、mAP及混淆矩阵等结果。项目包含可运行代码、训练配置、模型权重和可视化成果。

JG项目需要保密 介绍如下 多席位实时同步：基于 UDP 协议设计飞行控制、指挥控制、任务控制和机务等席位间的数据同步机制，指令延迟低于 50ms，稳定支持 100+ 节点并发连接，确保团队协作如臂使指。 动态复杂环境库：内置可调节的天气系统（风向/风速/天气状态），并预设 28 种特情故障和 60 种目标类型，极大丰富训练科目，锻炼操作员应急处突能力。 海量地图资源：预装 48 种高精度地理数据地图，支持任务中一键切换不同地形（山地、城市、海洋等），满足多样化战术演练需求。 人员与成绩管理：集成人员信息库，自动记录每场任务的飞行参数、指令响应及命中成绩，支持多维度查询统计

项目简介：全程参与水下履带两栖无人机/无人车一体化机器人研发、调试与落地，面向海洋牧场智能养殖、水下生物自动捕捞场景，研发水陆水下多场景智能作业设备，解决传统人工捕捞风险高、效率低、统计不准的痛点，实现水下捕捞、抓取、巡检全流程智能化作业。 核心硬件与防护研发：负责机器人履带行走结构优化，实现滩涂、海底、浅水全地形两栖通行。参与整机防护系统开发测试，落地DWISe百米耐压防水系统，支持100米水深作业、100米有线作业半径，保障深水复杂水域稳定作业，适配海洋牧场深水作业场景。 自主导航系统开发：负责RTK高精度自主导航适配与调试，优化水陆双场景路径规划、智能避障、自动返航算法，解决水下信号

本项目搭建树莓派与无人机结合的视觉识别系统，基于图像识别算法采集田间影像，自动识别果树病虫害，实时传输数据至终端设备；系统适配植保无人机作业场景，辅助无人机精准喷洒药剂，提升农田植保作业效率，降低人工巡查成本，可用于庆阳地区农作物病虫害监测与防治工作。

主导视频流智能检测预警模块开发：独立构建通用化视频流处理平台，设计并实现标准化 API 接口，支持 多源异构数据（视频流/图像）接入；集成 YOLO 模型实现行人、车辆等多目标实时检测，通过算法优化 将处理延迟控制在毫秒级，显著提升无人机作业场景下的预警实时性与识别精度。 主导无人机智能物流系统核心研发：牵头设计并落地端到端无人机投递全链路，实现无人机与智能物流柜 的高效协同（涵盖自动开柜、精准投递、格口分配及自动化通知）；独立研发多机协同调度算法与高可用 容错机制（如动态备降逻辑、硬件异常自动闭环处理），在实战场景中验证了系统的高稳定性，确保物流 业务的高效闭环。 负责虚拟座舱