工作职责:
为Magna ADAS功能建立了基于ORB-SLAM的在线可视化SLAM系统；
为VSLAM项目设计并实现了在线和离线的ROS评估模块，通过对系统性能的可视化和测评，提高了开发效率；
初始化并实现了一个离线映射模块，目的是利用历史映射信息来实现更好的定位结果；
利用误差状态卡尔曼滤波实现了基于KM信息的单目视觉跟踪数据融合模块，消除了视觉跟踪丢失场景的不良性能

工作职责:
设计并实现了交通灯地图生成流程，从交通灯位置、段关联、面关联生成信息
创建并建立了一个地图自动管理库(修复无效的地图元素、重叠元素等)，以提高新版本的质量，从而消除了40%与地图相关的脱离；
在地图发布的早期阶段建立地图度量来捕获地图错误，以提高管理员从目测所有地图片段中定位无效地图元素的效率；
创建地图转换库，加速多任务地图生成(包括分段、车道、交通控制元素)，新基础地图拉取> 90%的成功率。

工作职责:
基于即将在Linux和Nvidia驱动平台上发布的特性，设计并实现了高清地图基础架构
验证地图数据→创建基于数据库的geojson→建立数据关联→为定位和规划团队建立API→实现地图可视化工具
与中国和加州的高清地图供应商联系，讨论地图数据模式，地图数据查询技术和潜在的合作；
设计并实现了ROS中感知车道线后处理，并基于高清地图数据验证了其准确性；
提供的地图支持: 谷歌地图api(即，查询谷歌街景图像作为DL数据集的一部分，提取道路点以改进车道检测，提供路由信息)，QGIS, Cesium；
探索了基于视觉slam的指纹定位技术和来自开源自动驾驶平台的高精地图架构。

工作职责:
建立了一个车道标记变化检测模拟器，以验证地图学习概念的证明，使用模拟GPS信息，对车道标记和极点/地标的观察，合理的传感器误差模型，目前MB自动驾驶汽车使用的通用lidars，摄像头和IMU传感器。
建立了基于高斯过程回归和迭代最近点的离线车道标记变化检测器。与从同一辆车不同日期的20个记录，检测器成功设置阈值，检测变道位置和更新基本车道单元内的车道标记。
设计并实现了一个数据传递管道地图供应商在谷歌协议缓冲区的格式,包括CAN总线的数据(车道标志着相机,红绿灯相机,原始GPS), RTK和惯性传感器。
利用环形优化实现了车道水平路径线生成，保证了车道内的L2连续性，并预先检测出最小可行驶车道宽度。

工作职责:
用MATLAB对中国地图供应商提供的高精度数字地图样本进行了验证，设计了HAD地图三维对象的范围和数据模式；
为行人检测算法和智能头灯控制提供了详细的用户反馈报告；
通过对MMR传感器控制算法的分析，对测试驾驶员进行访谈，分析驾驶员反馈信息，支持了盲点监测系统的评估；
监督为东北亚驾驶员辅助系统在中国新上线车辆的图像标签识别与保护项目l信息输入
出版和专利:
Solvent-Driven Actuators Based on Soft Janus Films of Homogeneous Composition
Auto-generation of map learning uncertainty based on fused sensor variances and errors Patent, filed
Lidar and Camera data fusion and synchronization Patent, filed