完整能力与技术栈

本页记录的是实际能力边界，而不是接触过的软件名词列表。
同一个方向会分别记录：能够独立完成的部分、需要查阅资料的部分、需要 AI 协作的部分，以及尚未掌握的部分。

能力总览

能力领域	当前层级	能力描述
跨软硬件系统集成	独立完成	能围绕目标完成选型、搭建、开发、联调、排障和交付
硬件装配与维修	独立完成	焊接、线束、结构规划、器件更换和经验性故障定位能力较强
嵌入式应用开发	独立/查阅完成	能使用常见 MCU 和外设完成完整项目，底层理论尚未完全系统化
飞行器与机器人平台	独立完成	能完成平台搭建、二次开发、传感器接入、通信和任务逻辑实现
控制与状态估计	查阅/AI 协作完成	能理解并应用常见方法，理论推导和独立调参能力不足
ROS、SLAM与点云	查阅/AI 协作完成	能使用现有方案并完成系统集成，尚不具备底层算法开发能力
PCB与电路设计	查阅完成	能完成简单原理图、PCB改型和功能电路，复杂原创设计经验不足
机械设计与制造	查阅完成	能使用 SolidWorks 和3D打印完成项目结构，复杂装配和材料知识不足
Linux与服务器	AI 协作完成	能部署并维护实际服务，但尚未形成完整的独立运维能力
软件与Web开发	AI 协作完成	能阅读、修改、调试和部署项目，软件工程基础需要继续补齐
计算机与家庭服务	独立/查阅完成	具备装机、调优、NAS、影音、虚拟化和路由系统实践经验
AI协同开发	熟练使用	能利用 AI 完成陌生领域的信息整理、方案设计、实现和排障

一、嵌入式系统

处理器与平台

实际接触和使用过：

STM32 F1、F4、H7 等系列
STM32F103C8T6 至 STM32H743
TM4C123 系列
Arduino
ESP32
其他常见微控制器和开发板

能够根据项目需要选择开发平台，不把能力局限在某一型号芯片上。

外设与接口

能够在项目中配置和使用：

GPIO
外部中断
定时器
PWM
ADC
DMA
UART
I²C
SPI
CAN

理解这些外设和通信协议的基本作用、使用场景及常见故障，但目前还不能像底层架构开发者一样完整解释所有内部实现。

开发方式与工具

Keil µVision 5
STM32CubeMX
HAL库
标准外设库
寄存器开发经历
FreeRTOS基础使用
串口屏和无操作系统人机界面开发

当前边界

能够完成面向实际功能的嵌入式项目，但以下方向仍需加强：

MCU启动过程与链接脚本
内存模型和编译工具链
驱动框架设计
RTOS任务设计、同步和资源管理
可复用的嵌入式软件架构
系统级可靠性和异常恢复

二、硬件实现与故障排查

核心能力

器件选型与兼容性判断
焊接、返修和线束制作
整机结构规划和装配
传感器、控制器与执行机构联调
使用万用表、示波器和逻辑分析仪定位问题
根据故障现象逐层排除电源、连接、器件、固件和配置问题
计算机、外设及电子设备的拆装与维修
鼠标编码器等器件更换
处理插槽、引脚和接触不良等硬件故障

硬件排障目前较多依赖长期实践形成的经验，这是现阶段的重要优势，也需要逐渐整理成可以复用的排障方法。

电路与PCB

已经具备：

简单原理图绘制
简单PCB绘制和改型
参考成熟电路完成模块复用
放大、编码和译码等基础电路实践
嘉立创EDA基础使用
PCB焊接、装配和测试

需要继续学习：

电源完整性
信号完整性
模拟电路设计
EMC与抗干扰
高速接口
复杂多层板
从需求到量产的完整硬件设计流程

三、飞行器与机器人系统

平台能力

具备以下平台的实际搭建或开发经验：

四旋翼飞行器
穿越机
麦克纳姆轮移动平台
串行舵机机械臂
空地协同系统
树莓派边缘计算平台

能够完成：

动力系统和供电方案选型
飞控、传感器和执行机构接线
机体装配与重心调整
飞控固件配置和二次开发
数传通信
任务状态机和事件触发
自主起飞、航点任务和任务动作
地面端数据显示与控制
现场故障定位和飞行调试

飞控生态

接触或使用过：

Pixhawk与ArduPilot生态
匿名科创飞控平台
Betaflight
INAV
STM32/TM4C类自研或可修改飞控工程

当前优势是基于已有飞控平台进行选型、配置、修改和二次开发，不是从零独立设计完整飞控算法栈。

传感器与通信

接触或集成过：

IMU
光流传感器
激光测距
RealSense T265
Livox Mid-360
二维激光雷达
GNSS
磁力计
数传模块
Wi-Fi及常见无线通信方案

能够理解传感器在系统中的作用并完成接入，但部分传感器的数据处理和融合仍依赖现有驱动、算法包或 AI 协助。

四、控制、导航与感知

已有基础

普通PID
串级PID
位置环和姿态控制的基本概念
卡尔曼滤波的用途和基本思想
四元数与姿态表示的基本概念
多传感器信息融合的基本思想
基于坐标点的航迹和任务规划
现有算法在硬件平台上的部署和验证

当前边界

PID能够使用，但独立调参效率不高
卡尔曼滤波以理解用途和应用现有实现为主
四元数、轨迹规划和状态估计尚未形成完整理论体系
状态空间方法尚未系统学习
LQR尚未系统学习
复杂控制算法通常需要资料、模板或AI协助

后续需要建立的基础

线性代数与状态空间表达
系统建模和可控性、可观性
LQR
EKF与误差状态卡尔曼滤波
非线性控制基础
轨迹生成与轨迹跟踪
控制器仿真、验证和系统化调参

五、ROS、SLAM与点云

已经能够完成

ROS环境和现有功能包的使用
传感器驱动接入
启动配置和参数调整
使用现有SLAM和里程计方案
Fast-LIO方案的部署与理解
激光雷达和点云数据的获取
在AI协助下完成点云处理和路径规划功能
将算法结果与实际机器人或飞行器项目结合

当前定位

这一方向处于“使用与系统集成层”，还不是“底层算法开发层”。

目前尚不适合描述为：

独立实现SLAM算法
深度修改Fast-LIO核心
独立设计点云配准算法
独立完成三维规划算法的数学推导

后续重点

ROS通信机制与工程结构
TF坐标变换
点云滤波、分割和聚类
ICP与点云配准
LiDAR—IMU标定
Fast-LIO数据流与核心模块
三维地图表达
搜索、采样和优化类路径规划算法

六、视觉与AI

实践经历

在树莓派4B上部署YOLOv5
使用视觉识别结果参与飞行任务
接触CNN和PyTorch项目
完成过数字图像处理课程
能在AI协助下阅读、修改和调试相关代码

当前边界

视觉和深度学习不是当前核心能力。CNN项目以协助和调试为主，没有独立完成网络设计、训练体系和完整工程搭建。

需要继续学习：

OpenCV
数据集制作与标注
模型训练和评估
模型压缩与边缘部署
相机模型和标定
视觉定位与多传感器融合

七、软件开发能力

自我评分

工具或语言	当前评分	状态
C语言	4/5	能完成嵌入式项目，理解指针、结构体和常用工程代码
C++	2/5	能阅读和修改基础代码，高级语法与工程设计不足
Python	2/5	能阅读和修改代码，独立架构复杂项目能力不足
MATLAB/Simulink	1/5	能阅读基础代码，通常需要资料或AI协助
Linux	2/5	理解常用操作和部署目的，独立运维能力不足
Git	1/5	有实际使用经历，但尚未形成规范工作流
ROS	2/5	能使用和集成现有方案，底层机制掌握不足
SolidWorks	3/5	能完成项目结构设计，复杂大型装配需要时间

其他软件实践

Android Studio课程项目
Android应用与ESP32联动
简单网页前端
AI辅助后端开发
Docker与Docker Compose
Caddy反向代理和HTTPS
Uptime Kuma服务监控
MkDocs知识库
SQLite等数据库的基础接触

尚未系统掌握

数据结构与算法
面向对象设计
软件架构和设计模式
自动化测试
数据库设计
Web安全
前后端工程化
Git分支和协作流程

八、机械设计与实体制造

已经接触或能够完成：

SolidWorks零件建模
基础装配体
根据实际项目设计支架、外壳和连接结构
3D打印
PCB、结构件和现成模块的装配
根据安装空间修改设计

当前不足：

复杂装配体设计效率
工程图和公差
结构强度分析
材料特性与选材
面向制造和装配的设计方法

九、计算机、NAS与家庭服务

计算机硬件

CPU、主板、显卡和内存选型
台式机组装
内存频率和超频设置
系统安装与优化
硬件故障排查和维修

NAS与影音

自建NAS
飞牛OS
固态硬盘与机械硬盘组合存储
Emby家庭影音服务
百度网盘等远程存储挂载
VidHub等影音客户端
数据备份意识和基础实践

网络与设备折腾

虚拟机
OpenWrt类软路由系统
路由器和机顶盒刷机
Amlogic S905系列设备
电视盒子系统改造
Docker中的个人服务
固件刷写与设备恢复

还没有形成系统能力的方向：

内网穿透
VLAN
防火墙策略
网络抓包
存储冗余与灾难恢复
家庭网络的规范化设计

十、AI协同开发

AI已经成为我的重要工程工具，主要用于：

快速了解陌生领域
拆解项目目标
比较技术方案
生成代码初稿
阅读和解释已有工程
修改驱动和应用逻辑
分析错误日志
部署软件服务
整理技术文档
辅助完成算法和科研表达

需要始终保持的判断：

借助AI完成项目，证明我具备目标判断、系统集成和结果验证能力；但不自动代表我已经掌握其中的全部理论和底层实现。

后续应把反复使用的AI协作成果沉淀为自己的知识、模板、排障记录和独立能力。

当前最核心的能力画像

我的核心身份不是单一的飞控开发者，也不是纯软件、纯硬件或纯算法人员。

更准确的定位是：

以嵌入式和实体硬件为基础，能够整合飞行器、机器人、传感器、软件和计算平台，并借助资料与AI把目标转化为可运行系统的跨软硬件工程实践者。