• 选修智能网联汽车技术、车载嵌入式系统等前沿课程，参与教授牵头的‘多传感器融合定位算法’科研项目，负责算法仿真验证模块开发。

• 组织校级‘新能源汽车节能竞赛’，担任电控系统总负责人，采用能量回收优化策略使车辆续驶里程提升15%，团队获特等奖。

• 主导智能驾驶域控制器集成验证，覆盖激光雷达、毫米波雷达、摄像头等感知设备的联调测试，建立跨域通信协议一致性检查机制。

• 基于MBT方法构建测试模型，将测试用例生成效率提升40%，通过场景化缺陷注入验证系统鲁棒性。

• 参与需求追踪矩阵搭建，提出测试覆盖率量化指标（如路径覆盖、状态机覆盖），推动需求-测试-代码三级映射闭环。

• 与Tier1供应商协同完成线控转向系统耐久性验证，设计动态应力加载方案，发现早期疲劳失效隐患。

• 完成3个主力车型的量产前集成测试，累计发现并闭环27项高优先级缺陷，使系统MTBF提升至行业头部水平。

• 搭建自动化测试平台，整合HIL/SIL/VIL三环境测试资源，实现测试任务调度与结果可视化，缩短验证周期30%。

• 参与域控制器架构评审，从测试可行性角度优化CAN-FD与车载以太网接口设计，减少后期硬件修改成本。

• 创新引入对抗样本测试方法，针对感知模块设计极端天气场景库，识别出雨雾环境下的误检率超标问题。

• 与芯片供应商合作开展SoC热仿真测试，建立动态功耗-温度关联模型，优化散热方案使芯片结温降低8℃。

• 管理12人测试团队，通过敏捷测试流水线建设，支撑2个旗舰车型同步量产，客户满意度达98.2%。

• 项目背景：针对V3.0平台新增的端到端神经网络决策模块，需建立覆盖L3级自动驾驶场景的验证体系。

• 测试策略：设计分层测试方案，感知层采用合成数据生成对抗样本，决策层引入形式化验证工具，控制层通过硬件在环加速测试。

• 关键成果：发现并推动解决19项跨模块耦合缺陷（如决策延迟导致路径偏离），建立测试-开发-产品三角验证机制，使系统安全冗余度提升37%。

• 交付价值：支撑该平台在A级轿车上实现量产，获工信部‘智能网联汽车示范项目’认证。

• 项目背景：面向重卡自动驾驶场景，需验证线控转向、线控制动系统在极端工况下的可靠性。

• 测试创新：开发动态负载仿真模型，模拟超载、爆胎等12类异常工况，结合FPGA加速实现实时测试反馈。

• 风险管控：识别出转向执行器在高温环境下的响应迟滞问题，推动供应商改进驱动电路设计，使失效概率降低至PPM级。

• 标准建设：主导编写《商用车线控系统测试规范》，成为企业技术标准并在3家客户处推广使用。

• 牵头开发OpenDRIVE格式场景库自动生成工具，集成高精地图数据与交通流仿真，使长尾场景覆盖率提升52%。

• 提出基于贝叶斯网络的测试用例优先级评估模型，在SAE J3016 SAE标准框架下优化测试资源配置，发表于《汽车工程》期刊。