•聚焦车路云一体化协同感知与决策机制，构建高鲁棒性控制模型，相关研究成果于国际期刊发表 2 篇。
•设计并搭建车端异构计算仿真验证环境，实现多源异构数据实时映射，支撑融合算法迭代，斩获校级科创特等奖。
•投身国家级智能网联测试项目，主导构建涵盖 12 种复杂工况的基准测试集，完成关键数据链路标准化接入。
•领衔研究生创新实验室技术攻关，统筹跨年级团队协作，推动 3 项省级以上竞赛方案落地并斩获金奖。
•主导L4级商用车自动驾驶系统架构设计，制定车端-路侧协同方案，协调感知/规划/执行模块间的通信协议与数据流。
•重构系统调度机制，通过引入时间敏感网络（TSN）优化关键路径，使控制指令响应延迟缩短45%。
•建立架构设计规范文档库，组织跨部门联合评审，推动AUTOSAR AP平台与车规级芯片的适配验证。
•主导域控制器选型评估，通过模块化设计降低硬件BOM成本22%，同时提升系统可扩展性。
•参与Robotaxi系统架构设计，负责决策规划模块的接口定义与算法链优化。
•针对城市场景开发动态权重调整算法，使复杂路况下的路径规划成功率提升35%。
•搭建HIL测试环境，通过场景库验证发现并修复架构缺陷27项，提升系统鲁棒性。
•推动中间件层代码重构，引入微服务架构降低模块耦合度，开发效率提升20%。
L4商用车自动驾驶系统架构设计项目 - 系统架构负责人
2018.01-2020.12
•为港口物流车设计分布式架构方案，定义感知/决策/控制模块的硬件抽象层与通信标准。
•采用V2X通信协议优化路侧单元数据交互，使障碍物检测范围扩展至800米，响应时间压缩至8ms。
•构建多活冗余机制，通过FMEA分析确保系统MTBF≥10万小时，满足ISO 26262 ASIL-D要求。
•统筹15人跨职能团队完成3个迭代周期，系统通过工信部自动驾驶测试认证。
Robotaxi决策算法架构优化项目 - 算法架构设计师
2016.01-2016.12
•重构决策引擎架构，设计分层预测模型（轨迹/意图/行为），提升交互场景处理能力。
•开发动态权重分配算法，解决多目标冲突问题，使紧急避让决策准确率从75%提升至92%。
•建立端到端测试流水线，通过200+边缘场景验证，系统误触发率降低60%。
•主导架构迁移至ROS2框架，模块复用率提高50%，开发周期缩短2个月。
核心专利成果:
授权发明专利 3 项，聚焦商用车域控分布式架构设计，突破多控制器间高并发数据一致性与低时延传输瓶颈。
技术方案实现通信负载削减 30%，已赋能 2 款量产车型量产落地，显著优化动态驾驶场景下的执行响应稳定性。
