openCV

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。

管道智能巡检系统是根据国家管网集团某管道有限公司某分公司管道巡检的特定需求量身定制开发的，用以确保巡检业务能够在某省某市某地区的特定环境中高效运作。该系统由一个中心服务器和多个巡检机器人，以及若干电脑客户端、移动客户端组成。 巡检机器人软件通过5G网络与中心服务器进行通讯。实时采集各种设备运行参数，上报当前工作状态数据；接收中心服务器下发命令，设置巡检管理参数，执行巡检任务控制、行进控制等处理；在巡检过程中，实时进行目标检测和相关图像上传；当检测到可疑情况时，自动停止行进，就地检测确认。 该软件由多个功能服务模块组成，通过内部服务接口交互；自定义通讯协议，与中心服务器通讯；基于网络、USB、GPIO等接口，采集数据和图像，使用图像目标识别技术，进行异常情况智能检测。 硬件配置：CPU ARM Cortex-A57，内存4GB，存储128GB，GPU NVIDIA MAXWELL；操作系统：UBUNTU18.04.6，支撑软件：CUDA10.2.3、CUDNN8.2.1、TENSORRT8.2.1、OPENCV4.1.1，开发工具：QT5.9.5，编译环境：QTCREATOR4.5.2。

本产品面向喜爱棋牌类游戏的玩家 相对于传统的棋盘图色识别，本方案使用YOLO的AI图像识别，可以识别桌面上任意窗口的棋盘状态。 后端的AI行为引擎使用深度残差神经网络和蒙特卡洛树搜索结合，实现复杂决策的行为输出。

一款辅助于公安系统审讯的软件开发，帮助公安系统审理案件的设备；分为两端： 1. 机器人端：通过皮肤电，眼球追踪等技术，将信号通过端口读取到控制台端； 2.控制台端：通过机器人端传回的数据进行算法分析，分析后对特定场景做出预测；