openCV

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

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)。

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，

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

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，