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。
该项目主要有定点巡航和自动避障还有识别人物和识别车牌等定点巡航可以通过使用rviz的地图模型并结合自动避障功能可以实现全局自动循环持续运动人物识别主要通过深度学习YOLOv8系统来进行数据的训练和识别同时车牌主要采用传统的基于手工设计特征的模式并结合深度学习系统YOLOv8来进行识别
140C++人工智能
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
570C++机器人
面向无人机追踪的视觉系统在安防等领域具有重要应用价值。但高空视角下目标微小且密集,对检测算法的定位精度要求较高。同时,嵌入式平台受限于算力与带宽瓶颈,难以满足复杂深度学习模型的实时推理需求。在传统部署中,全量INT8量化易导致微小目标定位精度下降,而全量FP16推理则面临系统帧率过低的问题。针对上述
590C++智能硬件
打通车载终端与路侧信号灯的数据壁垒,实现车辆与交通信号灯双向信息互通,实时接收车辆定位与行驶状态信息,顺畅完成车辆端与路口红绿灯之间双向信息交互、协同调度全流程。
420C++人工智能
车牌识别服务开发说明书适配平台:JetsonNX/RK3576核心算法:YOLO26n-OBB(旋转车牌检测)+CRNN(字符识别)数据流框架:GStreamer硬解码+两级环形缓冲池关键特性:原始帧不覆盖、camera_id全链路透传、低延迟、高可用、双平台通用目录文档概述整体架构模块功能说明数据
500C++人工智能
1、根据设备间功能点完成接口文档的制定2、将接口文档中每个表单对应的消息名称制定消息ID枚举值,和表中字段对应的结构体,统一放在一个接口头文件中3、根据这些数据结构自动生成封装和解析的函数代码,放在.cpp文件中4、根据所有消息类型,设定发送方和接收方对应消息列表,自动完成所有消息收发并相应进行分发
750C++智能硬件
项目提供一套跨平台物联网SCADA监控系统,支持B/S、C/S多种架构模式,可运行于Linux、Windows、Android、iOS等主流操作系统。系统具备实时数据采集、设备状态监控、报警管理、远程控制、云组态配置、低代码开发以及数字孪生3D可视化展示等功能,支持内网私有化部署,实现工业设备智能化
550C++智能硬件
在linux平板上运行智能施工软件,显示压路机压实轨迹,地面温度等智能施工领域,压路机,按照压实次数来压实道路,需要按照规划的区域进行施工,地面的问题,压路机的速度、运行轨迹需要实时显示。智能施工领域,压路机,按照压实次数来压实道路,需要按照规划的区域进行施工,地面的问题,压路机的速度、运行轨迹需要
390C++智能硬件
整套系统三层架构:1)边缘决策层:STM32F103ZET6作为本地核心,采集温湿度、光照、毫米波人体雷达,基于有限状态机FSM做场景判断;2)传感节点层:ESP32负责环境采集、蓝牙BLE设备接入,通过自定义UART帧与STM32通信;3)人机&云端层:GEC6818(S5P6818)ARMLin
770C++智能硬件
gemm开源项目
使用寄存器优化,内存和缓存优化,SIMD/AVX512指令集优化等各种优化技术,将通用矩阵乘法(GEMM)的性能,提升几十倍!使用寄存器优化,内存和缓存优化,SIMD/AVX512指令集优化等各种优化技术,将通用矩阵乘法(GEMM)的性能,提升几十倍!使用寄存器优化,内存和缓存优化,SIMD/AVX
610C++机器深度学习
智能电饭锅产品系统
1、LVGL大屏GUI模块:4.3寸480×800竖屏,LTDC驱动RGB屏+GT911电容触摸,状态栏+主菜单+进度条三段式界面,SPISRAM扩展显存。2、RFID食材识别模块:RC522RFID读写(SPI13.56MHz),通过UID区分白米、糙米、糯米等不同米种,自动匹配煮饭参数。3、HX
990C++智能硬件
1、3种清洁模式模块:单扫(边刷+滚刷+吸尘)、单洗(喷水+刮水)、混合(全执行器协同),三种模式执行器组合切换,带模式切换防卡死保护。2、3路液位管理模块:清水、污水、清洁液三路液位,各3阈值预警保护,电容式液位传感器+滑动平均滤波,液位异常自动停机保护。3、工作站自动回充模块:红外粗对位→沿信号
850C++智能硬件
1、4轮全向移动模块:4轮麦克纳姆轮底盘,CANOpenSDO协议驱动,实现±2cm精度全向移动,支持前后左右斜向任意方向平移。2、4套对位方案模块:轮毂对位(±1cm球桌边沿红外精确定位)、清洁对位(清洁机构对准台面)、回充对位(地检红外+白纸黑点视觉定位±5mm)、远距对位(红外粗对位±5cm)
780C++智能硬件
1、12路超声波+6路TOF全向避障模块:主板管右半圈、副板管左半圈,双板协同实现360°全向避障覆盖,超声波分时触发防串扰。2、超声波+TOF数据融合测距模块:近距用TOF激光测距(精度高)、远距用超声波测距(量程远),两者数据融合实现近远距测距无缝切换。3、RS485双板协同模块:主板(STM3
560C++智能硬件
1、编码器测速模块:利用STM32定时器编码器模式(TI1+TI2四倍频)实时采集500线编码器脉冲,换算成左右轮线速度,作为PID调速和里程计解算的输入。2、IMU九轴姿态解算模块:读取MPU9250的加速度计、陀螺仪、磁力计数据,用互补滤波算法融合六轴姿态,并对磁场干扰做屏蔽处理,输出稳定的航向
710C++智能硬件
人脸采集与注册:管理人员通过摄像头采集人员人脸图像,上传至云端人脸库完成注册登记,支持批量导入与权限分组设置活体检测与识别:设备端实时采集人脸图像并进行活体检测,防止照片/视频冒用,与百度智能云人脸库比对完成身份核验门禁联动控制:识别通过后联动门禁系统开闸通行,识别失败触发异常报警,实时记录核验结果
1110C++人工智能
目标实时检测:机载摄像头实时采集画面,YOLO模型对视野内的入侵无人机进行实时检测与识别,输出目标类别与置信度视觉追踪锁定:OpenCV追踪算法持续锁定检测到的目标,输出目标在图像中的实时像素坐标,确保目标始终处于追踪状态云台视觉伺服:树莓派将目标像素坐标通过串口下发至飞控,飞控驱动单轴云台动态调节
1130C++人工智能
1.实时位置追踪:收件人通过订单ID关联对应无人机,在地图上实时查看餐品当前位置、飞行轨迹及预计送达时间2.多机状态监控:调度人员通过管理后台同屏查看全机队飞行状态,支持按无人机编号筛选,异常设备自动高亮告警3.配送阶段提示:界面清晰展示“已取餐→配送中→即将送达”各阶段状态,让用户实时掌握配送进度
900C++智能硬件
将Yolov5模型训练的权重文件转换为TensorRT格式,使用TensorRTAPI进行多线程推理,使用DeepSort对检测结果进行编号,并进行过线检测。
810C++人工智能
ayafileio开源项目
ayafileio是一个跨平台真异步文件I/O库。Windows用IOCP,Linux用io_uring,macOS用GCD,完全绕过线程池模拟。核心创新是ResultBatcher,解决了C++扩展里的公认难题:I/O完成后怎么高效通知Python的事件循环。传统做法每个完成都跨线程回调一次,高并
770C++智能硬件
当前共71个项目more
×
寻找源码
源码描述
联系方式
提交