Python

Python是一门诞生于1991年的高级、解释型编程语言，由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性，尤其依赖清晰的缩进来定义代码结构，这使得它语法接近英语，非常易于学习和使用。作为动态类型语言，它为快速开发和原型设计提供了极大的灵活性，并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统（PyPI），覆盖了几乎所有应用领域：无论是Web开发（Django, Flask）、数据科学（Pandas, NumPy, Matplotlib）、人工智能（TensorFlow, PyTorch）还是自动化脚本和系统运维，都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”，兼具强大的功能与简单的语法。

Python语言框架

开发组织吉多·范罗苏姆

YOLO红绿灯周边人车行为识别项目产品系统

（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、

50Python人工智能

C++ 异步任务稳定性组件产品系统

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。

200C++汽车

基于 YOLO 的智能交通标志与行人车辆识别系统产品系统

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

260Python人工智能

面向自动驾驶的单目深度估计系统设计与实现产品系统Vibe Coding

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

240Python人工智能

基于RK3588的YOLOv8目标检测模型部署与性能优化产品系统

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

580C++机器人

DriveTest X 元境评测：智能驾驶复杂工况车辆行为测试与性能评估平台产品系统

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

630Python人工智能

无人快递车 LiDAR 数据链路 · 速腾 / 禾赛统一 Capture产品系统Vibe Coding

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

700C++人工智能

无人驾驶感知相关知识产品系统

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

580C++自动驾驶

机器人数据闭环系统产品系统Vibe Coding

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

830C++自动驾驶

极氪汽车无人驾驶产品系统

·数据采集与预处理模块：负责车载传感器（摄像头、雷达等）数据的采集、同步与切片处理·网络通信与稳定性测试模块：保障车载网络（如CAN、以太网）的稳定性和数据完整性·故障分析与诊断模块：通过自动化脚本分析车载数据，识别系统异常与故障模式·版本管理与刷写模块：支持日常系统版本的刷写、迭代与回归测试·场景

720Python汽车

3D点云产品系统

熟练掌握3D点云立方体标注、障碍物3D框选、雷达+图像联合标注、行人/车辆/非机动车/交通标识三维标注，熟悉自动驾驶激光雷达场景标注规则，理解点云分层、远近景区分、遮挡判定，可完成3D标注、复检、修正类任务。

870Java自动驾驶

空地协同任务规划的算法产品系统

1、拍卖算法模块，包含（协商模块，任务添加模块，任务移除模块），鲸鱼优化算法，包含（螺旋上升、全局探索，局部探索）2、在无人机和无人车被干扰的条件下实现任务规划

720C++自动驾驶

自动化测试管理系统产品系统

管理端（Java+Vue）：1、测试配置管理：包含测试类型、测试参数、测试用例、测试脚本管理、执行端管理2、测试任务管理、测试任务下发执行端、测试任务执行3、测试任务执行汇总执行端（Python+Vue）1、执行端向管理端注册1、测试任务接收及执行2、对接测试脚本，执行测试任务

760Java汽车

无人机飞控控制系统产品系统

本系统是一款面向专业无人机表演团队的万架级集群控制平台，涵盖无人机型号管理、集群规模配置、自定义文字编队、文字动画控制、三维可视化预览、实时状态监控等核心功能模块。无人机型号管理模块支持DJI大疆Mavic3/Air3/Mini3、Parrot派诺特Anafi、Autel傲视EVOII、Yuneec

2030Python自动驾驶

巡检机器人产品系统

一、自主导航与移动作业：全场景无障碍巡检作为机器人基础核心能力，实现机房内无轨化自主移动、精准定位与智能避障，适配不同机房的通道宽度、机柜布局、地面环境，支持全区域覆盖与灵活作业。多SLAM融合导航：支持激光SLAM/视觉SLAM/融合SLAM，快速建图并实时更新机房地图，定位误差≤±5cm，满足高

1860C++机器人