自动驾驶

1、实现了低延迟视频监控，采用MJEPG技术实现视频流传输，进行车载摄像头监控2、实现上位机小车控制，能手动控制智能小车以及切换手动模式和巡检模式。3、实时更新小车PID数据，观察小车PID闭环状态4、实现摄像头舵机控制功能。

1.使用高德地图SDK（550）,https://autosdk.amap.com/2.SD地图开发3.HD地图开发3.aidl对外（语音）提供接口4.高德地图手机端发送到车端poi点等功能5.算路功能6.根据关键字搜索功能7.桌面地图显示功能。

1、车辆数据跟踪2、车辆能耗、氢耗、行程、告警等分析3、主要功能有:车辆状态监控、实时位置监控、车辆报文分析、车辆工况、车辆轨迹、车辆告警统计、车辆数据平台转发等

基于808协议实现车辆数据接入，与车辆之间指令交互；接入数据基于808、809或其他协议转发给上级车辆监管平台；与数据中台、业务中台数据交互；基于车辆实时数据与前端即时通信，实现车辆实时监控、车辆告警等功能。

（一）基础目标检测功能1.红绿灯状态识别：精准识别红灯、绿灯、黄灯、熄灭故障四种状态，区分机动车红绿灯、行人专属红绿灯，适配不同路口灯型样式。2.多目标精准检测：覆盖红绿灯有效管控区域内所有核心目标，包括机动车（轿车、货车、电动车、摩托车）、行人、非机动车，支持密集人群、车辆拥堵、逆光、弱光、雨天、

1.包括3D告警区域的显示和编辑模块、激光雷达点云显示模块、用户管理和配置模块、通用UI模块、下位机通信和配置下发模块、配置文件管理模块、空间区域配置映射模块等等2.功能包括3D区域编辑（支持多种选区类型和分辨率）、空间信息映射到配置文件、配置文件上传下载等。

组件提供异步回调注册、终态去重、任务取消、OBD断连处理、回调静默超时检测、后台线程退出和服务关停管理。任务运行期间可以持续接收进度事件，并在完成、失败或取消时统一收敛状态。组件还能够阻止迟到回调进入已经销毁的业务对象，在全局取消后为相关业务生成明确终态，并为周期任务保留下一轮自动恢复能力。

汽车中控屏是车辆智能交互核心，集成导航、影音、蓝牙互联等功能。触控操作简洁直观，可控制空调、车灯等车辆设置，搭配高清显示，兼顾娱乐与行车实用，提升驾乘智能化体验。欢迎使用

系统主要包含模型加载、数据源选择、图片检测、视频检测、摄像头实时检测、检测参数调节、结果可视化、检测结果表格展示、场景分析、驾驶建议生成、语音播报和暂停问答等功能模块。用户可以分别加载交通标志识别模型和行人车辆识别模型，选择图片、视频或摄像头作为输入源，系统会自动绘制检测框、显示类别和置信度，并根据

项目采用Python开发，实现了面向自动驾驶场景的单目深度估计系统，主要包括模型管理、图像推理、视频推理、实时摄像头推理、结果可视化、性能监控及数据导出等功能模块。系统支持Lite-Mono等多种深度估计模型加载，可完成图片、视频及摄像头画面的深度预测，并实时显示彩色深度图和推理帧率等运行信息。系统

1.基于BEV（Bird's-EyeView）空间建立三维车道线检测模型，降低透视畸变影响。2.复现BEV-LaneDet网络，并实现ApolloSyntheticDataset数据集训练与验证。3.对比3D-LaneNet、Gen-LaneNet等模型性能，分析不同三维建模方式的检测效果。4.使用

告警模块、设备对接、设备信息统计、设备与物流的运动、权限管理、RTSP视频流解析（内网延迟低于100ms，支持Windows、Android、iOS、Linux等平台）

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。

整个中台按业务角色拆分为需求端、用户端和管理端三部分，权限体系通过账号类型做隔离，不同角色看到的菜单和可操作范围都不一样。需求端主要面向算法或项目负责人，用来发布标注任务。发布时需要指定任务类型（比如车道线、车辆跟踪或泊车场景）、关联的数据包，以及工期和优先级，任务发布后会自动流转到对应权限组的用户

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