openCV

系统功能：1、由用户工艺工程师按工艺模板建立工艺执行清单。2、产品进入全自动化输送链前对产品产品编码，绑定对应工艺。3、系统根据产品编码，匹配对应工艺，发送机械人指令，执行生产。4、视觉识别检测产品完成表面品质情况。5、后台大数据系统记录监测产品生产全过程。

该系统是为配套硬件定制的一套包含硬件控制、用户管理、数据管理、图像检测、AI检测子系统等多功能于一体的软件系统。硬件控制模块通过以太网、串口、USB等方式实现与硬件控制单元的通讯，如PLC、X-Ray发射器、X-Ray成像控制器、异常执行机构等，从而实现对硬件设备的操控；用户管理模块实现了角色分配与

工作包含设备电气接线与上电点检、输送机构与气缸动作调试、运行参数整定；具备故障检测处理功能，可解决贴标位置偏差、机构动作异常、通讯中断等问题，完成线束整理防护、设备验收及后期维护工作。

项目包含伺服轴精准定位模块、传送带启停控制模块、气缸气动逻辑联锁模块、触摸屏人机交互模块。设备实现料框到位检测、X轴自动前往取料点抓取物料、物料输送至出料位置、X轴移动至放料点完成下料，同时具备原点复位、手动单步调试、故障报警功能。

项目包含四轴伺服点位定位模块、气缸逻辑联锁模块、物料检测判断模块、触摸屏参数设置模块。设备完成载具进料、X轴精准定位抓取物料、物料翻转对接、满料检测、顶升移栽、电池压紧、自动切刀贴标、余料牵引回收全套动作，配备故障报警、缺料停机、原点复位、手动单步调试功能。

项目完成了一套约1.64米人形双足机器人机械概念装配设计，包含胸腔、胯部、左右腿、左右臂、前臂、小腿、电机安装位、轴承支撑、齿轮传动、十字关节和面板骨架等模块。Fusion360模型中装配实例约335个，采用模块化结构组织，便于后续调整关节比例、传动布局和安装空间。项目同时规划了UE4引擎中的机器人

1、项目包含钢板图像采集预处理模块、钢板轮廓特征提取模块、磁吸受力仿真计算模块、最优抓取点寻优模块、抓取点位可视化输出模块、机械手坐标导出模块六大核心模块。2、通过工业相机采集钢板实物图像，依托图像算法提取钢板外形、孔洞、折弯区域，力学模型测算磁铁吸附承载力，自动筛选受力平衡、避开缺陷区的抓取点位，

模型转换与部署：实现了从PyTorch(.pt)到ONNX再到RKNN的完整模型转换链路，适配瑞芯微NPU硬件加速。多线程视频流处理：设计了图像采集、预处理、模型推理、结果后处理的并行流水线，最大化利用CPU与NPU资源。自适应视觉算法：集成了动态阈值分割与逆透视变换（IPM）算法，解决了复杂光照下

医疗美容领域：研发结构光多视角人脸高精度三维成像系统；实现人头多视角三维重建，含三维点云--三角网格--三维纹理映射--多视角光照平滑处理等工业检测领域：研发轮胎生产过程的3D结构光、线激光三维缺陷检测系统；平面提取、异常高度检测、三维堆叠检测研发三维旋转三维扫描仪。

实现VR/MR等头戴低算力设备上实时高精度SLAM追踪算法，为上层SDK及APP提供技术基石。可建稀疏/稠密三维点云地图，VIO定位。实现多Camera+IMU联合标定算法；高精度实时SLAM位姿估计，SLAMAPE精度可达10mm内基于光学动作捕捉系统位姿对齐与估计(MetaSony等客户认可)。

1、下位机：完成隧道小车的驱动控制；控制线阵相机扫描隧道；控制补光；控制雷达探测周边障碍物确保安全；接收遥控器控制指令。2、上位机：整合下位机采集的图像；实现缺陷的人工标注；实现缺陷的自动识别；输出说明缺陷类型及位置信息的工单

SLAM建图与定位开发：基于2D/3D激光雷达、深度相机，提供高精度建图与定位算法开发，支持多楼层/大场景地图拼接与管理。多传感器融合：实现雷达/视觉/IMU/轮速计/RTK等多源数据融合定位，解决长廊、空旷等特征退化场景的定位难题。仿真与实车部署：搭建Gazebo/IsaacSim高保真仿真环境，

下位机：通过对激光雷达所采集实时点云进行分析，融合视频图像识别目标类型，针对不同的目标类型产生对应的事件上报至上位机；接收来自上位机的协议指令并执行上位机：综合下位机上报的事件产生不同等级的告警客户端：提供全网所监测路段的实时监控，并提供历史数据的查询及报表分析

本项目基于PointNet/PointNet++实现点云的高精度分割与分类，核心功能覆盖全流程开发。搭建Ubuntu+PyTorch环境，支持点云数据加载、预处理、标注、训练与推理；借助CloudCompare完成点云裁剪、标注、合并与导出，实现自定义数据集制作；通过脚本自动分离点云坐标与标签，构建

开发一款融合计算机视觉、嵌入式系统与人机交互的智能台灯，实现健康坐姿监测、护眼照明与多模态交互。核心闭环为“视觉感知—智能决策—机械执行”，在树莓派5上高效部署YOLOv8n与MediaPipe模型，集成DeepSeek语言模型实现语音交互，达到实时性能。

1.通过流水线控制实现电流互感器周转箱出库拆垛，互感器上料，互感器外观机器视觉检查，绝缘电阻测试，工频耐压测试，二次绕组匝间绝缘强度测试，基本误差测试，打印贴标，分拣装修，周转箱叠垛入库的全过程自动化；2.项目集机械、电气、软件、测量以及机器视觉技术于一体，控制系统采用分布式控制，基于Profibu

项目包含“自主导航、商品识别、抓取执行、人机交互、系统监控”五大功能模块：机器人可在未知或半未知环境完成建图与定位，基于全局/局部规划实现巡航与避障；通过视觉模型识别目标商品并估计位姿；调用运动规划生成机械臂轨迹完成抓取/放置；支持语音或界面下发任务（如到达指定货架、抓取指定商品）；提供状态显示与异

系统采用C#/.NET平台开发，分层架构包括：控制层：与PLC、机械臂、扫码器、贴标机等硬件实时通讯；调度层：基于事件驱动的多线程时序引擎，实现多设备并发协调；视觉AI层：基于深度学习的药品识别、贴标校验、容量识别；业务层：完成医嘱导入、药品匹配、用户权限与日志追溯；监控层：集成视频流、语音播报与报

环境构建：使用Gazebo与ROS搭建了高自由度的无人机动力学模型，模拟了飞行控制、传感器噪声及复杂障碍环境。算法核心设计：创新性地设计了融合围捕成功率、能量消耗、防碰撞、队形保持的多目标混合奖励函数，有效解决了多智能体训练的信用分配与协同难题。训练与优化：采用Ray/RLlib框架进行分布式训练，

本方案面向工业 4.0 新型工厂，针对传统自动化产线中目标抓取、焊接、打胶等操作需预处理目标的痛点，实现无需人工调整的自动化作业，提升产线灵活性与效率。区别于市场常规方案，采用自主研发的机构光相机采集目标区域点云数据，结合自研算法实现目标的精准识别、定位与控制，具备非接触式测量、环境适应性强、无需目标预处理等优势，可适配多场景自动化生产需求。核心由机构光相机硬件、点云数据处理算法及自动化控制软件构成，通过自研光机电一体化技术，实现从数据采集到执行控制的全流程自主化。