边缘计算

主要功能描述1.控制面框架进程mlfw-d,负责不同模块uds通信，以及插件管理2.视觉管线pipeline1.视频接入（USB/RTSP/文件，MPP硬解码）2.边缘AI推理（RKNN单/多模型，RGA前处理，后处理）3.区域事件监测（区域定义、占用/逗留/进出、事件快照截图）4.事件输出对接（J

一、多传感器数据采集模块融合深度相机、可见光相机及激光雷达，在强光、复杂背景等干扰下同步采集RGB图像、深度图像与点云数据。二、线缆目标识别与分割模块基于深度学习算法（如YOLO、DeepLabV3+等）对线缆进行精准检测与像素级分割，从复杂背景中提取线缆特征与中心线。三、三维测量与计算模块将深度数

1、功能模块**入口**（`main.py`）：负责单实例互斥、日志初始化、全局异常钩子，以及启动画面展示与模型延迟加载的协调。**语音识别引擎**（`asr_engine.py`）：核心模块，统筹音频采集、VAD切句、ASR识别、实时模拟输入和LLM异步纠错的全流程。**配置管理**（`confi

项目包含四大核心功能模块，覆盖用户购物决策全流程。一是全网智能比价引擎，可聚合淘宝、京东、拼多多等主流电商平台的商品实时价格与历史走势，用户输入商品名称或链接即可一键查询全网最低价，省去多平台切换的繁琐操作；二是AI个性化省钱攻略，支持用户填写预算、采购品类与使用场景，通过大模型自动生成定制化购物清

•采用Vue.js+GolangGin+MariaDB+Redis架构，稳定承载大量用户负荷，满足用户需求。•构建多智能体协作的启发式流量安全审查流水线,对异常通信行为、可疑负载和协议滥用进行识别与标记,自动生成告警并记录快照,供安全人员快速复核。

平台拆分20个微服务模块，覆盖基础权限、文件管理、监测数据接收消费、报警推送、MEC雷视融合数据分发等支撑模块，四大核心业务功能：车道级交通态势实时监测与智能调控，最大化单车道通行效率；AI自动识别道路突发事件，实现秒级预警、多方联动协同应急；道路设施全生命周期数字化养护管理，以预判式小修替代集中大

云巡检平台核心功能介绍一、多源巡检数据接入管理兼容无人机航拍、InSAR卫星遥感、巡检车载终端、人工手持APP、路面各类传感器，支持HTTP、Kafka、MQTT、WebSocket多协议接入；统一完成数据清洗、格式标准化、去重处理，海量监测数据分库存储，时序监测数据存入InfluxDB，海量轨迹数

1、数据采集模块：支持串口(RS232/RS485)与网口(TCP)两种通讯方式接入电子秤，兼容多种称重协议（文本帧/十六进制帧），具备帧校验、去抖稳定判定、断线自动重连功能，采集与UI线程严格分离，不丢帧。2、合格判定与自动打印：接收稳定重量后，自动与预设的合格区间比对，判定合格/不合格（偏轻/偏

1.CDN302调度：根据用户IP、运营商、地域、节点健康状态、节点容量和业务策略，为用户请求选择合适的边缘节点。2.DNS与HTTPDNS：优化域名解析链路，降低解析失败和解析时延，改善跨运营商、跨地域访问路径。3.节点状态管理：采集节点存活状态、带宽、负载、网络质量和服务能力，及时更新调度结果。

面向纺织印染打样场景，在不改变花型结构的前提下，对样图中的主色块进行识别、映射和替换，并实时预览改色效果。1.打开与导出支持打开：PNG、JPG、BMP、WEBP、TIFF等常见图片格式支持保存：PNG（推荐无损）、JPG、TIFF、BMP导出保持原图尺寸与清晰度，适合存档、发客户、内部流转支持拖拽

单层lstm做时间特征提取四头注意做核心预测非黑箱模型，根据热力图具有可解释性能够基于过去3-6个小时去预测未来3-6个小时的光伏发电情况若采用剪枝参数量可能还会更小

项目完成了一套约1.64米人形双足机器人机械概念装配设计，包含胸腔、胯部、左右腿、左右臂、前臂、小腿、电机安装位、轴承支撑、齿轮传动、十字关节和面板骨架等模块。Fusion360模型中装配实例约335个，采用模块化结构组织，便于后续调整关节比例、传动布局和安装空间。项目同时规划了UE4引擎中的机器人

项目包含四大核心功能模块：一是国标协议核心解析模块，完整实现协议全指令的封装、解析与数据校验；二是多型号设备适配模块；三是跨厂商联调测试模块，支持多平台对接验证、问题定位与兼容性测试；四是定制化扩展模块，可根据业主需求快速完成感应控制、通讯加密等功能的协议扩展。整体实现信号机与上位平台的稳定数据交互

项目包含底层控制总线、运动学规划、传感器数据融合以及异常安全拦截等具体核心模块。高频总线通信：主控部分基于C/C++语言开发，实现对多路伺服驱动器的CANopen/EtherCAT高频总线通信，控制周期达到工业级1ms响应；底盘运动学逆解：运动控制模块全面支持双轮差速、麦克纳姆轮、舵轮等多种主流底盘

1、项目具体功能模块本平台覆盖“模型生成—优化—部署—监控—闭环”全链路，包含以下九大模块：项目与场景管理：组织AI任务归属与上下文定义。模型管理：支撑模型从接入到发布的生命周期运维。模型优化：提供轻量化策略以提升边缘运行效率。模型部署：支持向端侧设备下发与落地模型。数据集管理：管理训练、验证与测试

基于qvacsdk开发的一款办公助手，全程离线。现有功能全文离线ai检索，文档翻译和tts语音播放，语音转文档。技术亮点全离线架构:零外网连接，所有AI推理（LLM/Embedding/ASR/TTS）均基于QVACSDK在本地GPU运行安全保障:KillSwitch网络探针（5s检测周期）、AES

1.商家端Web管理后台店铺管理：菜品上下架、库存实时调整、营业时间设置订单管理：自动接单/打印、订单状态跟踪、异常订单处理会员管理：储值卡、优惠券、积分体系，沉淀私域用户数据统计：日/周/月营业额、热销菜品、用户消费画像配送管理：自主配送+对接UU跑腿/达达，一键发单2.用户端小程序直接点餐：直接

面向端侧推理的大语言模型知识蒸馏实验项目。选型CogLang——一个面向用药安全领域的专用大模型作为教师模型，通过激活迁移和层剪枝技术将其核心能力压缩为学生小模型，目标是在药名识别和相互作用判断任务上保持90%以上准确率的同时将推理延迟降低至端侧可接受范围。技术路线包括：教师模型特定层的激活值提取与

展示层在window资源管理器中展示云端文件并模拟windows文件系统进行文件操作支持本地文件拖拽上传右键菜单文件上传，下载，打开等文件操作数据层和云端服务器同步文件数据

1.通过人脸识别，找出包含所有这个人脸的照片2.上传所有包含人脸的照片，识别人脸，提取人脸特征，存入数据库3.通过摄像头获取当前游客的人脸特征，然后去数据库检索