自动驾驶

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

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

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

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。

项目实现了完整的无人机地面站核心功能：基于MAVLink协议的飞行器状态监控（姿态、位置、电池信息）、实时三维航迹显示、在线任务规划与航点上传、飞行参数调试、以及数传/图传链路状态监控。为用户提供了从任务准备到飞行监控的全流程操作界面。

1提供协程级别或者线程logger你可以视作是python的logging日志，提供不同级别的日志存储2提供es的查询方式结合前端展示日志3它有极致的性能让你可以忽略由日志带来的IO延迟问题

robotToool工具开发项目，采用apollo的开发技术栈，将cyber通讯技术应用到开发项目中(之前主要是GRPC通讯技术)，简化了开发模式，提高了开发效率。业务层面上，基于二代车载实现了可视化的软件参数配置，硬件参数配置，状态上报，升级维护，一体化标定等基础功能，简化了车间设备操作的步骤，提