完成0-1的团队建设；
建立团队工作流程；
负责团队人才培养工作
基于YOLOV5的深度学习障碍物2D图像检测方案制定、模型训练与项目推进；
基于RTM3D/SMOKE模型的深度学习障碍物3D图像检测方案制定、模型训练与项
目推进；
基于YOLOP的深度学习车道线检测方案制定、模型训练与项目推进；
优、嵌入式开发移植等一系列工作图像算法开发工作；
自动驾驶项目中，推动并深度参与感知传感器的安装位置确定与标定任务；
自动驾驶项目中，推动超声波雷达与防撞胶条的选型和算法开发；
自动驾驶项目中，推动激光雷达与毫米波雷达的算法开发；
自动驾驶项目中，协调资源，与其他上下游模块沟通确定接口并制定开发计
划；
自动驾驶项目中，负责概念车的传感器方案造型，安装位置等内容对接整车
部门；

调研并实现传统目标追踪算法 KCF，完成嵌入式平台上的车辆追踪任
务，提高目标车辆的定位帧率；
优化 KCF 算法，使追踪效果更加平滑；
使用一阶段检测框架 YOLO/SSD 完成各种检测任务，包括车辆检测，行
人检测，限速牌检测，抽烟打电话检测等，并完成产品化输出；
负责公司多项主打产品在多个平台上的算法落地项目， 日常完成代码
6c1fd4e6e1c1b8500nd509u7GVFTyoq9Vf6CQeCgmvLYMBI~
6c1fd4e6e1c1b8500nd509u7GVFTyoq9Vf6CQeCgmvLYMBI~
研发、功能模块与组件的实现、前沿算法的产品化以及数据分析等工
作；
解决了现有基于视觉的疲劳驾驶检测算法实用性差及准确率低的问
题，参与并主导包括样本的采集与筛选、算法框架的搭建与调优、嵌
入式开发移植等一系列工作， 目前该算法已搭载在公司自主研发的疲
劳驾驶检测设备上，是公司主打的产品功能之一；
负责公司产品招标及过检项目的算法开发工作，为产品系统的设计提
供合理化建议；
负责公司算法部门应用与优化团队的搭建及人才培养工作，与项目推
进相关的职能团队 (例如平台部门、硬件部门等) 建立了良好的协作
关系；
主导推进公司专利项目——《图像检测方法、 图像检测装置以及计算
机可读存储介质》的申请工作，为公司未来发展做战略储备。