C++

C++是一门由Bjarne Stroustrup于1980年代在贝尔实验室开发的通用编程语言,其设计初衷是“带类的C”,即在C语言的基础上增加了面向对象编程等特性。它完美继承了C语言的高效性和底层控制能力(如指针和内存直接操作),同时引入了类、封装、继承、多态等面向对象机制,以及模板、泛型编程、异常处理、标准模板库(STL)等现代特性,使其成为一个兼具高性能和高抽象层次的多范式语言。C++以其极高的执行效率和灵活性著称,既可用于开发操作系统、游戏引擎、嵌入式系统、高频交易等对性能极度敏感的底层系统,也能构建大型复杂的桌面应用和服务器软件。然而,这种强大和自由也带来了显著的复杂性,学习曲线陡峭,需要程序员手动管理内存并深入理解语言细节。尽管面临现代语言(如Rust、Go)的挑战,但凭借其成熟的生态、庞大的代码遗产和持续的标准化演进(C++11/14/17/20),C++至今仍是系统级开发和高性能计算领域不可或缺的基石语言。
系统包含环境建图、自主定位、全局路径规划、局部动态避障及自主巡逻模块。融合激光雷达与惯性传感器数据构建赛场地图,根据目标位置规划行驶路线,并在行进过程中避开动态障碍物;结合回环检测与重定位功能,提高建图质量与定位稳定性,实现机器人全场自主巡逻。
560C++人工智能
系统包含图像预处理、装甲板检测识别、目标运动预测及实时推理模块。结合传统视觉与深度学习模型,实现敌方机器人装甲板的实时检测与识别;利用卡尔曼滤波进行运动预测补偿,提升复杂光照和运动场景下的识别稳定性,并通过处理流程优化满足机器人实时决策需求。
420C++机器人
模块化设计,各功能独立、可复用:1.FPGA采集与信号处理模块:多通道同步ADC采集、可编程激励信号生成(DDS)、实时滤波与解算;2.ARM嵌入式控制模块:外设驱动、通信协议栈(UART/SPI/I2C/CAN)、闭环控制逻辑;3.上位机监控模块:串口/USB/网口通信、实时波形显示、参数下发、数
831C++智能硬件
系统架构:搭建ROS协同控制框架,设计多阶段任务状态机,完成多节点全流程自动化调度与进程间通信。视觉导航:集成纯视觉定位方案实现自主定位与建图,定位精度3cm、硬件成本降低30%。上位机调试:基于WebSocket编写Linux端数据交互程序,实时回传底层运行数据、图像与运动路径,便于线下调试
730C++智能硬件
一、核心功能模块1.多模态图像采集模块支持根据产品材质定制成像方案,可灵活选用可见光、红外、激光、超声波等多类成像传感器,适配金属、玻璃、透明薄膜、高反光工件等不同检测对象。内置工业相机、定制化光源的智能控制单元,可自动调节光源亮度、触发模式,针对复杂工业环境做抗反光、抗干扰优化,最高支持5微米级的
440C++人工智能
项目涵盖运动控制算法的仿真部署与参数调优、电机控制及惯导数据链路集成、嵌入式控制平台部署,以及仿真、实机和日志分析流程打通。通过模块化接口与统一日志机制,提高了系统联调效率、运行稳定性和问题定位能力。
640C++智能硬件
系统主要包括:机器人设备管理、多机器人在线管理、远程点对点控制、远程音视频通信、实时视频查看、双向语音通信、远程操作指令、视频及音频录制、语音变声、TTS语音合成、远程人工接管、设备运行状态监控、异常报警、远程诊断、操作日志及历史记录系统通过远程音视频和机器人控制指令建立客服与机器人之间的实时通信链
600C++机器人
离线语音交互系统:基于Vosk轻量级中文离线语音引擎,摆脱了对云端的依赖。小车能精准识别“小车”、“跳舞”、“前进一米”等关键词,并利用PiperTTS引擎实现自然、流畅的中文语音播报反馈(如“好的,我要来唱歌了”)。多模态动作控制:基于ROS2Humble和C++,实现了麦克纳姆轮底盘的精准运动控
820C++人工智能
本项目以一台搭载树莓派和激光雷达的轮式小车为核心,集成了以下几个完整的功能模块:1、离线语音交互系统:基于Vosk轻量级中文离线语音引擎,摆脱了对云端的依赖。小车能精准识别“小车”、“跳舞”、“前进一米”等关键词,并利用PiperTTS引擎实现自然、流畅的中文语音播报反馈(如“好的,我要来唱歌了”)
1120C++机器深度学习
系统提供基于浏览器的无人机实时监控和任务控制能力,主要包括无人机位置、姿态、电量、飞行状态及传感器状态实时显示;航点上传、巡检任务启动、探索任务控制、临时飞行点、返航和紧急降落;无人机前后左右、升降和偏航等手动控制;云台角度、相机曝光和变焦控制;视频画面显示;系统状态监控及运行日志。前后端通过Web
1090C++机器人
标定模块:相机内参标定,相机和机械臂手眼标定。感知模块:通过深度相机(如IntelRealSense)采集物体RGB-D数据,结合深度学习模型实现目标物体检测识别。路径规划模块:基于喷涂工艺参数(如喷枪距离、角度、流量),利用强化学习或几何算法生成自适应喷涂轨迹,支持实时避障与轨迹优化。运动控制模块
800C++机器人
本项目核心功能是实现多工位下数字万用表LCD显示内容的自动识别,并控制机械手实现插拔,移动,按按钮,拧旋钮,并支持按量程确认小数点位数。具体功能模块包括:图像预处理模块(裁剪、缩放、灰度化、高斯模糊、Otsu二值化)、小数点检测模块(基于三个候选窗口的暗像素占比进行argmax比较,结合量程表判断当
930C++工业互联网
智能救灾系统产品系统
接入了deepseek人工智能可以进行基础判断,和智能运输,有网页端进行人工控制和智能控制装载了超声波测距红外测距和六轴传感器模块,可以精准停车移动必要时还有短焦红外精准停车功能,搭配智能仓库完美运输货物
660C++人工智能
三维点云一站式处理平台,支持70+算法:体素/统计/CSF等17种滤波,ICP/GICP/NDT四种配准,RANSAC/区域增长/DBSCAN三类分割,FPFH/SHOT/Harris3D特征提取,泊松/贪婪三角化重建,两点测距三点测角,DEM栅格化体积计算,40+格式导入,自研OpenGL渲染引擎
1240C++开发工具
人体关键点检测:基于YOLOv8n-pose模型,检测人体17个关键点(鼻子、眼睛、耳朵、肩膀、手肘、手腕、髋部、膝盖、脚踝)多条件摔倒判定:基于5条几何规则综合判断,有效降低误报率多目标跟踪:集成ByteTracker实现人员ID跟踪(命令行版本#defineTracker开启)双运行模式:命令行
1340C++人工智能
AI对话机器人底座,采用双系统,搭载各种AI大模型,通过WIFI,USB,2.4G跟AI对话机器人通讯,主要负责语音采集和播放,视频采集和图像识别,模型的推理,利用本地强大的CPU和NPU处理能力,快速计算结果,然后将结果返回给AI对话机器人。
830C++机器人
本二次开发项目为QGC地面站赋予了全新的地图服务能力,核心功能涵盖以下几个方面:多源地图集成:在QGC的地图源选择列表中,成功添加了高德卫星影像地图和天地图(包括矢量底图、影像底图及注记图层),用户可像切换默认地图一样,一键切换至国内地图服务。高德地图坐标纠偏(QGC5.0.8):针对QGC5.0.
1350C++机器人
系统功能:1、由用户工艺工程师按工艺模板建立工艺执行清单。2、产品进入全自动化输送链前对产品产品编码,绑定对应工艺。3、系统根据产品编码,匹配对应工艺,发送机械人指令,执行生产。4、视觉识别检测产品完成表面品质情况。5、后台大数据系统记录监测产品生产全过程。
880C++物联网
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
940C++机器深度学习
1、项目包含钢板图像采集预处理模块、钢板轮廓特征提取模块、磁吸受力仿真计算模块、最优抓取点寻优模块、抓取点位可视化输出模块、机械手坐标导出模块六大核心模块。2、通过工业相机采集钢板实物图像,依托图像算法提取钢板外形、孔洞、折弯区域,力学模型测算磁铁吸附承载力,自动筛选受力平衡、避开缺陷区的抓取点位,
820C++人工智能
当前共78个项目more
×
寻找源码
源码描述
联系方式
提交