外场交付与客户培训
大疆工业级无人机作业、现场部署、基础排障、安全检查和客户操作培训。
CAAC
M300/M210
SOP
What I Can Do
我现在能帮团队做这些事。
我更擅长把无人机现场、飞控通信、云端服务和 AI 工作流接起来。不是纯底层算法路线，而是能比较快进入项目现场、测试环境和平台集成工作的人。
MAVLink 与仿真测试
用 MAVSDK 控制 PX4，理解解锁、起飞、航点、降落、任务状态等飞控链路。
MAVLink v2
PX4 SITL
Gazebo
AI 调度流程集成
把自然语言、Function Calling、地图/天气 API、Webhook 和本地控制端连接起来。
FastAPI
Coze
asyncio
方案表达与产品化
能把技术链路讲给非研发角色听，输出架构图、演示视频、项目文档和交付话术。
方案
演示
设计表达
Featured System
大模型驱动的无人机集群自动化调度系统。
项目当前处于仿真验证阶段，重点证明从“用户自然语言任务”到“云端调度、本地轮询、飞控执行、双仿真反馈”的完整闭环。它真正想解决的是高频巡检太依赖专业飞手、任务下发和飞后记录不够自动化的问题。
从一句飞书消息，到 PX4 与 UE4 双仿真并行执行。
我做这个项目，是想验证 AI 能不能成为无人机调度的上层入口：先理解任务、检查条件、生成指令，再把执行交给稳定的飞控链路。它目前是仿真 MVP，不是已经商用的成品系统。
01
飞书移动端发送自然语言巡检任务
02
Coze Agent 解析意图，调用地图与天气能力
03
Webhook 推送 FastAPI 云端服务，统一存储任务
04
本地 listener 每 2 秒轮询，分发到同一 asyncio 事件循环
05
MAVSDK + MAVLink v2 控制 PX4 飞控执行任务
06
AirSim SDK 控制 UE4 虚拟飞机，Gazebo 与 UE4 并行验证
Python
FastAPI
MAVSDK
PX4
AirSim
Gazebo
Real Scenarios
这个项目真正想落到这些业务里。
我的判断是：企业最先需要的不是“AI 自己决定怎么飞”，而是把重复、固定、标准化的无人机任务自动化。AI 负责理解任务和调度流程，飞控、地面站或机巢平台负责安全执行。
现场痛点
客户每次巡检都要依赖专业飞手，临时沟通、航线确认、天气判断、飞后整理都很碎，导致高频巡检很难规模化。
我的思路
让用户用自然语言描述任务，系统自动解析地点、目标、时间和安全条件，再把任务交给 QGC、PX4 仿真或未来的 DJI Dock / Cloud API 执行。
落地边界
AI 不直接绕过安全规则控制飞机；真正落地时需要加入禁飞区、天气阈值、电量、返航策略、人工确认和飞行日志留存。
园区 / 厂区日常巡逻
固定航线、固定频次、固定检查点最适合自动化。比如园区边界巡查、仓库周边巡查、夜间安防巡逻，飞完自动留下任务记录和异常截图。
高频重复
安防巡逻
任务留痕
光伏 / 电力 / 水利巡检
把“去某片区域巡检”拆成位置解析、航线生成、天气判断和飞后报告。后续可以接入图像识别，用于热斑、破损、异物、水位或通道异常初筛。
行业巡检
图像采集
报告闭环
工地 / 园区进度巡查
按周或按天对同一区域执行固定任务，采集俯视影像和关键点位照片，用于施工进度、堆料变化、围挡安全和现场管理记录。
固定航线
进度对比
现场管理
机巢无人值守调度
如果接入 DJI Dock / Cloud API，现有 FastAPI 调度层可以变成机巢任务中枢：接收任务、检查条件、下发航线、接收设备状态和执行结果。
DJI Dock
Cloud API
无人值守
地面站 / QGC 辅助调度
面向 QGC 岗位，可以把项目收敛成“中文任务到航线草案、任务状态显示、MAVLink 日志解析”的小工具，而不是一上来做完整平台。
QGC
MAVLink
任务状态
应急巡查辅助
在消防、山林、河道或城市事件中，AI 可以帮助快速整理任务描述和点位信息，但最终执行仍要保留人工确认和安全接管。
快速响应
人工确认
安全优先
Target Roles
我想投的岗位，和我正在补的能力。
我希望把自己的边界讲清楚：我不是一上来就能独立做飞控算法的人，但我有外场经验，理解 MAVLink/PX4 的链路，也愿意把 QGC、Qt 和机巢平台接入继续补深。
我现在最适合
无人机系统集成工程师、无人机技术支持、地面站测试工程师、低空经济项目实施、AI 应用工程师-无人机方向。
我正在补强
QGC 二次开发、Qt/QML 地面站界面、DJI Cloud API / Dock 平台接入、飞行日志分析与巡检报告自动化。
暂时不硬冲
纯飞控算法研发、强 C++ 底层架构、视觉 SLAM/路径规划算法岗。这些方向需要更长周期的专项补齐。
QGC / 地面站
围绕 MAVLink、任务状态、航线编辑、日志查看做小型二开 Demo，把项目往地面站岗位靠得更近。
DJI Dock / Cloud API
把现有云端调度系统改造成机巢任务平台 mock，模拟设备上报、航线下发和执行回传。
巡检 AI 闭环
从“飞机飞起来”升级到“飞完输出报告”：图片采集、缺陷标注、任务归档、PDF 报告。
Background
外场、设计表达和 AI 工程化，是我的组合优势。
我从环境艺术设计出身，后来进入无人机行业。这个路径让我既能理解现场和客户，也能把复杂技术讲成清楚的方案、流程和演示。
2025.08 - 2026.02
福华创新无人机有限公司 · 无人机技术员
参与无人机技术售前、现场部署、客户培训与外场支持，接触大疆 M300/M210 等工业级无人机作业场景。
外场交付
客户培训
技术方案
个人项目
无人机 AI 调度系统 · 独立主导
使用 Coze、FastAPI、MAVSDK、PX4、AirSim、Gazebo 打通 AI 调度到飞控仿真的完整链路，并完成 PX4 固件模块初步开发。
AI Agent
MAVLink
PX4 Module
本科
华南师范大学 · 环境艺术设计
具备 Blender、C4D、Midjourney 等视觉表达能力，能把技术项目做成清楚的视频、页面和演示材料。
设计表达
3D 可视化
方案呈现
Contact
如果方向合适，我希望有机会聊聊。
我想找的是无人机、地面站、机巢平台、低空经济项目交付或 AI 应用相关岗位。如果你觉得我的经历能补上团队的一块拼图，可以直接加微信或发邮件。
