人工智能

无人驾驶无人驾驶依托传感器、人工智能与车路协同技术，让车辆自主感知周边路况，完成决策、转向与制动。能够减少人为失误，缓解交通拥堵，提升出行安全，未来将重塑城市交通出行模式。

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。

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。

后面我再补充我不理解为什么要100个字，下面都是废话我不理解为什么要100个字，下面都是废话我不理解为什么要100个字，下面都是废话我不理解为什么要100个字，下面都是废话我不理解为什么要100个字，下面都是废话我不理解为什么要100个字，下面都是废话

本项目面向智能驾驶安全辅助与驾驶员监测系统（DMS）领域。在长途运输、网约车、公交客运等场景中，驾驶员长时间连续驾驶容易产生疲劳，同时打电话、吸烟等分心行为也严重威胁行车安全。通过摄像头采集驾驶员面部图像，结合目标检测、人脸关键点定位和时序规则判定，系统能够在风险行为发生时及时发出预警，为车队安全管

无论是日间的户外风光，还是暗光下的夜景人像，都能拍出细节饱满、色彩自然的优质画面，随手一拍就能收获质感大片。续航方面配备了大容量电池，搭配荣耀自研的快充技术，短时间补能就能支撑全天

本项目围绕锂电池状态智能估计构建了五大算法功能模块：①数据预处理与特征工程模块——对充放电电压、电流、温度、容量曲线进行清洗、归一化与特征提取，内置基于模糊信息测度的SOC特征选择（DMRCmRC）与基于小波变换（DTCWT）的多尺度特征编码。②SOH健康状态估计模块——集成物理信息神经网络（EM-

四次元智能移动机器人基于ESP32主控开发，搭载FreeRTOS多任务实时架构，实现功能模块化、任务并行化运行。设备集成TOF激光测距感知模块，搭配自定义数据解析算法，可实时检测环境障碍物距离与偏移角度，精准完成自主避障、紧急停车、行驶角度纠偏等智能动作。系统支持TCP远程网络通信与本地遥控双控制模

MiniAIVoiceBot是一套面向小型智能硬件的语音机器人系统。项目包含语音采集、语音活动检测、语音识别、对话处理、语音合成和音频播放等功能模块，可完成从用户说话到机器人语音回复的完整交互流程。系统支持连续对话、状态提示、异常恢复以及软硬件模块化配置，便于针对不同设备和业务场景进行功能扩展。

主要功能：4路GMSL视频采集、网口、HDMI输出、USB3.0、USB2.0、WIFI、4G、GNS等接口，能够实现视频采集wifi或者4G输出，实现远程控制需求。

提高安全。改善自动驾驶，提升驾驶技术，超越人身，超越自身！提高安全。改善自动驾驶，提升驾驶技术，超越人身，超越自身！提高安全。改善自动驾驶，提升驾驶技术，超越人身，超越自身！提高安全。改善自动驾驶，提升驾驶技术，超越人身，超越自身！提高安全。改善自动驾驶，提升驾驶技术，超越人身，超越自身！

本项目是一套基于多智能体架构的车载语音交互系统，主要包含三大功能模块：设备控制模块、知识问答模块与闲聊交互模块。设备控制模块支持语音指令实现车窗升降、空调温度/风量调节等车内设备操作；知识问答模块通过RAG技术提供汽车知识、驾驶常识的专业解答；闲聊交互模块可实现自然对话，缓解驾驶疲劳。系统通过意图识

将整个研究视为一个“感知-决策-部署”的完整系统进行顶层设计。该方法将目标检测模块、多目标跟踪模块，分析并权衡各子系统在精度、速度、资源占用等关键指标上的内在矛盾与协同关系。基于此，规划出从算法层改进、到应用层集成、再到工程层优化的阶梯式技术路线，确保最终实现的系统原型在整体性能上达到最优平衡，满足

1.模块：ｌｌｍ服务动作化，可调用来自任何来源的ｌｌｍ、流式录音与活动音区检查、ａｓｒ引擎、ｔｔｓ引擎、调用服务的ｍｃｐ封装（其中的ｃｖ相关检测对比后处理，等内容也是我的工作成品）、同态文件路径树（自动生成别名）以及状态枚举＋聚焦机制　2.所有模块间构成的总系统采取，事件驱动＋异步并行，达到了极高的

1、项目有哪些具体功能模块：本项目打造的智能两轮车联网系统平台，主要包含以下五大核心功能模块：车辆物联网接入与管理模块：支持多种通信模组（4G/Cat.1/NB-IoT）接入，实现车辆实时在线、状态上报与远程指令下发。车辆状态监控与安防模块：提供实时位置追踪（GPS/北斗）、电子围栏、异动报警、远程

本系统是围绕低空经济开发的管理平台，有可视化展示飞行物模块，三维二维展示不同监测来的飞行物，设备监测管理相关参数设置，打击范围打击角度侦测范围侦测角度诱骗范围，设备管理，无人机管理。

技术架构：Windows+ADB+批处理+Python=高效测试引擎1.环境准备‌操作系统‌：Windows10/11（64位）‌工具链‌：AndroidSDKPlatform-Tools（adb.exe）‌设备连接‌：USB3.0集线器+原装数据线，确保供电稳定‌设备识别‌：adbdevices命

1. 大数据爬虫与智能筛查模块该模块通过大数据爬虫技术，自动采集与筛查校园安全、交通等领域相关的多模态数据，提供高质量的训练数据和分析结果。利用深度学习算法对采集的数据进行智能筛查和分类，为后续的监测系统提供支持。2. 计算机视觉与模式匹配模块该模块主要通过计算机视觉和模式匹配技术，实时分析视频流中

主要分为1.边缘计算设备，作为本地的计算核心，部署LLM，Mcp服务，语音交互工作流，深度学习的算法模型检测等。2.控制器，基于Esp32s3过uart串口与边缘计算设备通信，传输数据调用mcp服务控制机器人的休眠状态，功放开启等

作为智能座舱对一部分，动态手势支持应用进入，退出，左滑，右滑，音量大小调节。利用视觉AI算法，提取手部pose点，通过对手部关键点序列建模，构建动态手势识别模型。