自动驾驶

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

本项目无人车针对散货码头场内转运场景，集成底层底盘精准控制、智能路径自主行驶、L2级辅助自动驾驶三大核心功能模块，全方位适配港口复杂行驶工况与转运作业需求，具体功能如下：1.线控底盘全维度控制功能：实现无人车底盘核心执行部件的电气化、精准化、实时化控制，涵盖线控转向、线控刹车、线控油门三大核心模块。

平台围绕“虚拟仿真+数据服务+算法测评”搭建一体化功能体系：1）虚拟仿真环境模块：构建城市道路、高速、乡村道路、恶劣天气等高保真驾驶场景；2）智能数据生成模块：生成图像、点云、毫米波雷达、GPS/IMU、车辆轨迹与决策逻辑等多模态数据；3）算法测评模块：支持感知、预测、规划、控制等算法接入，输出安全

系统包含五大模块：1）多型号LiDAR统一Capture抽象层，支持禾赛/速腾/Mid360/Fairy/Velodyne等7+型号；2）运动补偿与时间戳处理子模块，统一start_stamp/end_stamp填充与纳秒精度对齐；3）PTC优先+本地dat回退的标定参数加载兜底机制，保障LiDAR

1碰撞检测模块：预测物体会不会碰撞+碰撞后如何检测出来已经碰撞2目标检测模块：使用传统或深度学习检测具体的货物容器（托盘，货架，料笼），厂区的行人，头盔，车辆等3避障检测模块：360°雷达检测避障，可对高于8cm的静态物体进行检测，不针对特定物体，不依赖数据集，移动物体通过多传感器相机和雷达融合输出

一、核心定位UltraCapture2026是一款全链路零拷贝实时屏幕捕获+GPU加速AI视觉推理一体化工具，专为开发者、自动化工程师、视觉项目从业者打造，实现低延迟画面采集与实时AI智能分析。二、捕获模块（高性能画面采集）DXGI显存直通捕获（推荐）采用Windows底层DXGI零拷贝技术，直接从

机器人数据闭环系统聚焦机器人全生命周期数据治理与智能迭代，打造全链路、自动化、可复用的一体化功能体系，全方位支撑机器人智能化、规模化落地应用。系统具备多模态数据统一采集功能，可适配工业、服务、运维等各类场景机器人的视觉、传感、运动控制等多类型数据，实现全域数据实时汇聚、自动归集，解决多源数据分散割裂

·数据采集与预处理模块：负责车载传感器（摄像头、雷达等）数据的采集、同步与切片处理·网络通信与稳定性测试模块：保障车载网络（如CAN、以太网）的稳定性和数据完整性·故障分析与诊断模块：通过自动化脚本分析车载数据，识别系统异常与故障模式·版本管理与刷写模块：支持日常系统版本的刷写、迭代与回归测试·场景

基于大模型驱动的具身智能巡检小车，面向新能源场站等复杂环境，实现自主导航、动态避障与智能巡检。融合SLAM建图与路径规划算法，支持多点巡检与多机器人协同作业。内置视觉与语音多模态感知能力，可完成仪表读数识别、设备状态分析及异常预警。结合大模型推理能力，实现巡检策略优化与自主决策。支持数字孪生与远程交

1、拍卖算法模块，包含（协商模块，任务添加模块，任务移除模块），鲸鱼优化算法，包含（螺旋上升、全局探索，局部探索）2、在无人机和无人车被干扰的条件下实现任务规划

本项目实现了全局路径规划、局部路径规划和速度平滑器模块。通过和雷达定位算法融合可实现室内外场景中的导航巡检任务，并且适配多种机器狗，开箱编译即用的导航框架，使机器狗能够在2D地图上进行路径规划任务。

一、自主导航与移动作业：全场景无障碍巡检作为机器人基础核心能力，实现机房内无轨化自主移动、精准定位与智能避障，适配不同机房的通道宽度、机柜布局、地面环境，支持全区域覆盖与灵活作业。多SLAM融合导航：支持激光SLAM/视觉SLAM/融合SLAM，快速建图并实时更新机房地图，定位误差≤±5cm，满足高