李逸凡 · 自动驾驶系统工程师

• 主导多传感器融合架构重构，采用卡尔曼滤波构建异步融合管线，将LiDAR/Radar/IMU数据对齐频率从10 Hz提升至30 Hz，端到端处理延迟降低42%，并成功部署于新一代L4测试车。

• 设计多层级传感器故障诊断与降级体系，覆盖点云缺失、时间戳跳变等6类典型失效模式，故障检测延迟<50 ms；在封闭园区300 km连续路测中，实现融合模块零异常安全接管。

• 基于Autoware架构完成ROS 2节点化改造，将融合-预测-控制链路拆解为15个可配置组件，支持C++/Python混合开发，新传感器适配时间由3天压缩至1.5天。

• 搭建覆盖30+场景的回放测试流水线与多传感器同步精度评测集，融合位姿误差RMSE控制在0.12 m以内，并以此驱动决策模块换道成功率量化提升约8%。

• 针对城区道路点云稀疏与遮挡导致的目标漏检问题，设计基于体素动态滤波与多帧时序拼接的预处理模块，有效点云占比提升至94%，前处理平均耗时控制在38 ms以内。

• 基于TensorFlow复现并优化PointPillars三维目标检测模型，引入轻量级注意力机制增强局部特征表达，在自采混合数据集上车辆与骑行者3D mAP分别达86.7%和75.3%。

• 主导2万帧激光雷达点云的高质量3D标注与多轮质检，构建覆盖雨天、逆光及拥堵路口的长尾场景专项评测集，模型误检率下降18%。

• 参与园区与开放道路L4实车测试，编写60余项感知模块测试用例；通过回放定位14例时序错位与目标跳变问题，推动关键场景检出稳定率从78%提升至91%。

• 搭建点云数据自动闭环管道，串联标注前清洗、真值校验与在线增强，单帧迭代周期从12秒压缩至3.5秒，支撑模型周级版本快速迭代。

在室外ROS自动驾驶组中负责感知与规划算法，获全国一等奖。