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
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。
开发组织  吉多·范罗苏姆
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
200C++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”)
330C++机器深度学习
具有视觉检测功能,触觉感知,同时视觉触觉感知融合(特征级融合)去综合性判断裂纹的坐标,长度,宽度,深度,最终能够输出检测到的裂纹尺寸以及位置以及置信度等等。但是由于触觉感知的代码以及感知融合的部分的代码有保密条例,不能公开,下方提供的仅仅是视觉部分的代码以及操控CNC与推杆控制传感器进一步检测的部分
350Python人工智能
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
350C++机器人
1、功能模块(41IP/11品类):状态估计(8):KF-1D/EKF/UKF/AKF/SR-KF等卡尔曼变体全系数字滤波(9):IIR低通/FIR全系(低通/高通/带通/带阻)/CIC抽取/EMA电池模型(4):Thevenin-1RC/2RC,PNGV,EIS阻抗谱数学库(4):BlockFlo
380Python机器人
本地部署的个性化AI对话应用,具备长期记忆、成长分析、联网搜索、语音识别/合成、图片理解与网页端交互。独立完成全流程:基于Ollama/llama.cpp的大模型本地部署(8GB显存下量化与显存调优)、LLaMAFactory+QLoRA微调(解决回复过长、思考外露、风格不稳问题)、四层记忆系统设计
490Python人工智能
场景包含UR5e机械臂与夹爪、传送带、抓取区、物料生成、目标位置、动态障碍和控制对象;支持ROS2消息通信、关节状态与控制数据交互、场景对象发布以及MoveIt相关消息资源,可用于机械臂抓取流程和自动化场景联调。
660C#机器人
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
780C++机器深度学习
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
1240C++机器人
dmshoot开源项目
一个基于PySide6的多平台私信聚合桌面应用,支持抖音、B站等平台的私信接收与AI自动回复。##主要功能###多平台私信聚合-**抖音**&**B站**私信实时接收与发送-统一消息总线架构,插件式平台适配器-侧边栏连接状态实时反馈###扫码登录-基于**Playwright**的自动化浏览器扫码-
1250Python人工智能
实现VR/MR等头戴低算力设备上实时高精度SLAM追踪算法,为上层SDK及APP提供技术基石。可建稀疏/稠密三维点云地图,VIO定位。实现多Camera+IMU联合标定算法;高精度实时SLAM位姿估计,SLAMAPE精度可达10mm内基于光学动作捕捉系统位姿对齐与估计(MetaSony等客户认可)。
1041C++VR/AR
SLAM建图与定位开发:基于2D/3D激光雷达、深度相机,提供高精度建图与定位算法开发,支持多楼层/大场景地图拼接与管理。多传感器融合:实现雷达/视觉/IMU/轮速计/RTK等多源数据融合定位,解决长廊、空旷等特征退化场景的定位难题。仿真与实车部署:搭建Gazebo/IsaacSim高保真仿真环境,
750C++机器人
前后端分离架构设计与核心开发:基于FastAPI构建高性能后端服务,使用Vue3开发响应式前端管理界面。通过RESTfulAPI实现前后端解耦,独立完成用户认证、文档管理、问答会话等10+核心接口设计与实现。结构化数据与向量数据双存储架构:使用MySQL存储用户信息、文档元数据、对话历史等结构化数据
810Python人工智能
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
1180C++自动驾驶
功能模块:项目包含多模态环境感知模块、端到端具身导航策略网络、终身学习与场景自适应模块、多机器人协同调度中间件,以及可视化远程监控与数字孪生仿真平台五大核心模块。主要功能:实现机器人在完全陌生的环境下,仅通过视觉、激光等多模态传感器输入,即可自主完成环境探索、地图构建、动态目标识别与抓取搬运任务。核
1030Python机器人
1.机器人本体类型可重构模块化蛇形机器人(多关节串联、支持断尾求生/自主分离重构)2.感知-决策-重构-控制全闭环智能生存系统双层决策:反应层(阈值保护)+认知层(智能仲裁)分布式硬件:边缘计算(ESP32-C6)+主控(JetsonOrinNX)3.面向故障/被困应急的自主重构与运动恢复系统核心能
1000C++机器人
点云智能分割产品系统
本项目基于PointNet/PointNet++实现点云的高精度分割与分类,核心功能覆盖全流程开发。搭建Ubuntu+PyTorch环境,支持点云数据加载、预处理、标注、训练与推理;借助CloudCompare完成点云裁剪、标注、合并与导出,实现自定义数据集制作;通过脚本自动分离点云坐标与标签,构建
1590C++机器人
本项目基于Gazebo仿真环境,实现无人机全自主行人跟随的完整功能体系,核心围绕“视觉感知-目标跟踪-运动控制-避障导航”全链路设计,核心功能包括:1.高保真仿真环境搭建:在Gazebo中构建无人机动力学模型(适配PX4/APM飞控)、真实户外场景(包含行人、障碍物、地形、光照),还原无人机飞行的物
1840C++机器人
环境感知模块:通过摄像头、激光雷达等传感器,实时采集周围环境数据。定位与建图模块:融合GPS、视觉与惯性导航数据,构建地图并确定自身位置。路径规划模块:根据任务需求和地图信息,智能规划出最优飞行路线。飞行控制模块:精准控制飞行姿态与速度,确保按规划路径稳定飞行。任务决策模块:负责数据分析与指令下发,
1540C++项目任务
开发一款融合计算机视觉、嵌入式系统与人机交互的智能台灯,实现健康坐姿监测、护眼照明与多模态交互。核心闭环为“视觉感知—智能决策—机械执行”,在树莓派5上高效部署YOLOv8n与MediaPipe模型,集成DeepSeek语言模型实现语音交互,达到实时性能。
1790C++智能硬件
当前共29个项目more
×
寻找源码
源码描述
联系方式
提交