工作职责:
GPU 加速自动驾驶车辆轨迹生成
设计、实现和发布了一个高效和高度可配置的状态采样框架，以支持自适应纵向和横向采样以及顺序时空采样。新的计划器功能的关键推动者之一
领导新管线的实施和部署，用于轨迹规划器中候选剖面的生成和成本评估。推动模拟和公共道路A / B测试。主要接触点的问题筛选。这一特点显著改善了横向行为，减少了不舒适的转向实例
在日志回放和重新模拟中实现了对生成的示例的自省工具。它允许打开/关闭和修改参数为每种类型的采样。编码的自动编辑器GUI生成与参数定义更改无关。
自主车辆和物体的机动识别和预测（宝马项目）
提出并领导自我车辆和目标轨迹预测的设计和开发。实现了车道位置跟踪、机动识别算法和预测轨迹发生器。
内存和计算受限的嵌入式系统的代码优化。
拥有并简化了核心库的发布过程，并与欧洲和美国的项目和工程团队协作，以确保没有倒退和成功的集成

高速公路和城市自动驾驶运动规划栈的开发
设计，实施和调整纵向规划处理任务，如停车和走，汽车跟踪，红绿灯，和转弯。
领导项目规划、设计和实施计划，实现变道决策和变道状态跟踪和机动。
领导与密歇根大学研究实验室在转向系统延迟补偿LQR横向控制器方面的成功合作。

圣何塞，加利福尼亚州
非结构化场景下机器人导航的轨迹规划
实施、集成和调整了一个反应轨迹规划器，以实现平稳机动。
它处理有挑战性的情况，如车辆进入和部分道路堵塞。该计划被部署在自动配送车辆平台上。
为内部计划者状态的自省开发工具。增加了故障事件触发日志记录，为规划算法调试和权值调优提供具有挑战性的场景;2)从现实道路测试中收集数据集，用于规划师回归测试。
为非结构化区域复杂机动的非完整运动原语，开发并集成了格的一个A∗高级路径规划器

,加利福尼亚州圣克拉拉
车辆代理模拟器: 控制算法开发和车辆接口
设计并实现一个车辆代理模拟器，由一个包括速度规划、变道决策者和路径生成器的规划者驱动。实现自我车辆感知，可配置的速度剖面和真实的多车道道路变道行为。增加了对随机测试的支持，可以重新创建感兴趣的任何场景。
实现路径跟踪控制器、转向和速度控制器;与车辆的线控接口集成。

用于量产的资源约束嵌入式实时系统(20×s中断服务程序)的新控制算法(振动消除、状态估计和错误恢复)固件开发
Publication:
Yiqian Li, Jie Chen, Ertem Tuncel “MIMO control over additive white noise channels: Stabilization and tracking by LTI controllers.” IEEE Transactions on Automatic Control, 2016: 1281-1296.
Yiqian Li, Ertem Tuncel, Jie Chen, and Weizhou Su, “Optimal tracking performance of discrete-time systems over an additive white noise channel,” in 48th IEEE Conf. on Decision and Control., Shanghai, China, Dec. 2009. General Chair’s Recognition Award
Yiqian Li, Ertem Tuncel, Jie Chen, “Optimal tracking over an additive white Gaussian noise channel,” in American Control Conference., 2009.
Other:
Database: MySQL | HBase | MongoDB
Web: Spring Boot | Vert.x | Node.js
Cloud: AWS: EC2, S3, RDS | GCP: Compute Engine, Dataproc, AutoML | Azure: HDIn
sight, Azure Functions | Terraform
教育: