虚拟现实/增强现实

本项目主要用于杭州高德置地广场HUB吸引人流用。体验活动现场，配有AR全息地图导览装置，通过不同楼层的虚拟镜像，游客可以提前了解其中信息，从而更高效地选择自己有兴趣的区域进行浏览。很多亲子游家庭慕名而来。当小孩在大人的指引下，走进一个个奇幻空间，与虚实相生的场景来一个亲密的接触，寓教于乐，其乐融融。所有游客同时进入同一个AR内容空间，掀起一场热闹的探索旅程。

利用虚拟现实技术、次时代引擎渲染技术创建项目虚拟样板间模拟精装样板，实现1：1还原。“虚拟样板”提供了建筑完整效果的展示功能，不仅可以详细了解每个部位的材料、设备的品牌、型号、规格、材质、色彩、功能等，同时可通过材料调整功能从资源库进行实时搭配调整，生成一套完整装修方案，辅助项目完成定板定样，提高决策效率

智能建造一体化平台，融合BIM，大数据，AI，物联网技术，对项目进行全方位的监管，同时搭载虚拟人技术实现各模块的自动讲解，方便展示各板块功能。平台包含三个子系统分别为BIM+数字孪生子系统，智慧物联工地应用子系统及第三方系统集成。BIM+数字孪生子系统，深度整合GIS数据和BIM数据，不仅展现以BIM为结构核心三维数字化项目场景，同时展现以BIM+GIS融合的项目级CIM应用。智慧物联工地应用子系统以智能设备为媒介，利用物联网技术，打造项目现场全覆盖监管。

前端架构设计： Vue3+Vite+Pinia+Vue-router4+Eslint+StyleLint+Typescript+Vue-echarts+Arco-design+Sass+Axios 1：Vue3： Compostion Api更灵活的组织组件逻辑方式、可Tree-shaking、更好支持Typescript 2：Pinia：Vue官方状态管理库、完整的类型推断、模块化设计、体积小、支持Vue DevTools调试 3：Vite： 原生 ES 模块和按需编译快速启动、瞬间热更新、现代化支持减少配置 4：ESLint、 StyleLint、 TypeScript：约束代码规范与风格，保证代码质量、风格统一以便于后期维护 5：GitLab-ci/cd、Docker实现前端自动化部署 6：.env.dev、.env.mock、.env.production实现各环境配置 性能优化： 1：前端小图标、svg图片使用iconfont减少请求 2：Vite manualChunks代码分割提升首屏加载速度 3：移除对较老浏览器版本支持达到减小包大小 4：图片懒加载加快页面显示速度 页面组件开发、公用函数编写、核心功能模块开发(登录、注册、小店随心推、dou+、智能控评、团队管理等)、迭代维护 项目需求分解、任务分配、协调设计和接口资源、里程碑式项目节点、代码审查与合并

《立相》是一款面向大众消费者的 iOS 应用。尤其适用于： 1、新房装修完成准备购置家具的家庭用户 2、旧房翻新、空间改造场景中的业主 3、对家具风格与空间搭配有较高审美要求的用户 4、希望远程或非现场完成家装决策的高效主义者 用户痛点： 购前难判断家具与空间是否匹配： 线下挑选家具时，用户往往无法准确判断家具尺寸与居家空间是否协调、是否占用通道、是否显拥挤或不协调。 试错成本高： 若将家具搬回家再发现不合适，不仅费时费力，可能还要承担退换货成本。 空间规划难以可视化： 大部分用户缺乏空间感和三维想象能力，尤其在面对平面尺寸图时很难准确预估效果。 解决方案： 通过《立相》提供的手机端3D扫描建模 + AR 实景放置功能，用户在家具卖场或展厅即可用 iPhone 扫描未购买的家具，获取高保真的三维模型，并在回到家中后以 1:1 尺寸在真实空间中 AR 预览放置效果，实现“买前先试”，彻底解决家具购前试错与空间感知问题，极大节省时间、人力与沟通成本。 当前市场上虽有部分支持 AR 家具摆放功能的 APP（如 IKEA Place、Houzz 等），但《立相》在应用深度、使用自由度、建模精度与设备依赖性方面具备独特优势：1. 自由建模，无需厂商提供模型 市面主流 APP 依赖家具厂商预先上传 3D 模型，选择有限。《立相》允许用户现场用手机扫描任意实物家具生成三维模型，无需依赖商家支持，模型来源更灵活、使用更广泛。 2. 基于 iPhone 激光雷达（LiDAR）硬件，建模精度高 利用 iPhone 设备自带的 LiDAR 深度传感器，《立相》可生成误差仅约 1% 的高保真 3D 模型，贴合实际尺寸，空间展示更精准。大幅优于普通图像识别或无激光辅助的 AR 应用。 3. 轻量级本地建模 + 无需上传服务器 扫描数据在本地即时建模，无需网络上传，建模快速，数据私密。避免隐私泄露或数据上传卡顿。 4. 支持三维浏览 + 多角度分析 + 交互式缩放旋转 模型可在应用内随意缩放、旋转、浏览，便于用户细节对比、色彩搭配、摆放规划。 5. 强化 AR 模式，还原真实场景 用户可将模型直接“放入”现实居家空间，模拟最终效果，进行360°观察与调整。 开发平台： 原生 iOS 应用，充分调用 Apple ARKit 与 LiDAR 功能； 支持 iOS 15 及以上系统，兼容支持激光雷达的 iPhone 设备（如 iPhone 12 Pro 及以上）。 ? 技术架构与模块组成： 模块 技术实现说明 前端界面 使用 Swift + UIKit 实现，交互轻盈流畅 模型扫描引擎 基于 Apple 提供的 ARKit + SceneKit + LiDAR 进行深度建模；封装为 Obj-C 调用接口 3D 文件管理 支持模型本地化保存、加载、缓存，统一保存在 App 文件目录 模型浏览功能 支持缩放、旋转、平移，采用 SceneKit 场景渲染 AR 预览功能 基于 RealityKit + ARKit，匹配真实地面进行虚实融合 指导流程系统 内置逐步操作引导，帮助非专业用户完成建模流程 ? 数据格式： 模型存储格式为 .usdz 或 .scn，兼容 iOS 系统原生浏览器与渲染工具； 支持导出或分享模型文件（可选权限控制）；

通过网关数据采集现场工作环境，设备运行状态，以及工厂生产环境。集成到我们3维建模的场景中。模型运行数据都是真实场景内数据映射。数据结合动画，让模型和现实中一样动起来。unity连接硬件设备。实现数据管理平台，前端通过数据表格等形式展示工厂生产数据。参观人员可以实现不进去复杂危险的现场生产环境，就对工厂实际生产产线，以及生产流程有深刻的了解

全国铁路绘图系统基于开源CAD平台进行二次开发，是一个计算机辅助绘图设计软件，是能够进行土地测量，进行铁路站台，高铁普铁的线路绘制。是一个全国性的目录管理的绘图层级化软件。这个项目是给郑州市铁路局定制开发，是用于全国普铁和高铁的线路绘制以及符号化的管理。

本模型聚焦航空运输服务质量优化，针对现有用户评价分析中存在的多语言评价稀疏性（如中文/英文评价占比7:3）、长尾语义噪声（非结构化文本占比＞85%）及动态情感漂移（如延误场景下情绪极性突变）等核心痛点，构建了基于多源异构数据融合的智能分析体系。相较于传统基于词频统计（TF-IDF）与静态情感词典的方案，本模型首创跨语言联合表征框架——采用BERT-Multilingual预训练模型实现中/英/日语评价的向量对齐（语义相似度↑32%），结合时域注意力LSTM捕获评价时序关联（如航班延误前后服务评分衰减模式），并引入对抗生成网络（GAN）合成长尾低频事件（如行李损坏、特殊餐食投诉）的训练数据，使F1-score提升至89.7%（较基线模型+41%）。技术实现上，模型依托Scrapy-Redis分布式爬虫集群日均抓取全球12家航司官网与社交媒体评价数据（＞5万条/天，抗反爬动态渲染破解率＞98%），经命名实体识别（NER）与事件图谱构建后，通过Docker-Kubernetes弹性计算集群实时输出服务质量热力图、旅客情感趋势曲线及突发问题预警指数（延误投诉响应延迟＜15分钟），已成功应用于某国际航司的客舱服务迭代，推动差评率下降27%并助力客户满意度（CSAT）提升19个百分点，实现从数据感知到运营决策的闭环赋能。

一个在商业中庭根据设计已有的商业演绎装置，和已设计好的对应美术素材，在虚幻引擎中演绎实际节目效果的软件。 集成了多个艺术装置的演绎效果，让导演能够直观感受到设计节目的整体效果

软件是公司实际的硬件中控系统下的一个分支数字孪生项目； 软件使用虚幻引擎根据实际公司硬件的数据和中控指令同步展示与实际机械相同的动作 项目设备的数据接入，以及场景模型动作与实际数据同步的逻辑转换，为项目难点。

1、平台涵盖智慧运维、智慧安防、智慧能源、智慧交通、智慧办公等平台功能板块 2、其中包含支持运维工单、运维知识库，摄像头、门禁、电表、水表、气表、公交车设备、食堂设备等的实时数据和告警数据，可实时报警，通过运维工单进行即响应，形成完整的闭环。 3、系统可以支持包含3D设计、数据大屏驾驶舱、智能控制策略、楼宇节能联控、安防联控、数据模型建立等。

1.项目分为汽车物理引擎模块、登录模块、硬件数据获取模块、用户操作检测模块、评分模块、数据上传模块、更新模块、服务器模块。用户可以通过时长卡、身份证或人脸识别进行登录，使用汽车模拟器进行实际操作车辆行驶，在实景场景进行车辆驾驶模拟，熟悉实际道路行驶，熟悉场地，通过评分获取自己对车辆行驶过程中不熟悉的方面进行调整优化， 在不同天气状态下进行汽车模拟驾驶，了解实际驾驶规范。 2.负责登录模块、用户操作检测模块、评分模块和数据上传模块，通过获取卡片数据或身份证数据或使用百度人脸识别与服务器进行校验实现登录模块，获取用户操作数据进行用户操作检测及进行操作评分，使用UnityWebrequest和服务器进行通讯，将用户数据进行上传。

项目描述：项目充分运用三维可视化、AI 等技术，可将视频智能监控数据、安全生产运行业务数据深度融合，增强系统生动性、直观性和易用性，帮助管理者掌控全局； 通过对操作流程的梳理和监控，从源头上杜绝安全隐患，基于 AI 视频、人员定位等技术应用，智能监测预警违章违规情况，实现高风险作业远程智能监管； 针对设备的不安全状态、环境的不安全因素等，通过各类专业智能传感器、测量仪器建立物联传感网络，实现设备、环境的安全管控应用，实现风险隐患全覆盖，利用安全生产风险防控大数据平台，定期诊断更新。 模块包括：在线监测预警系统、人员在岗在位管理、安全数据驾驶舱、地图绘制与3D建模 项目需求： 1.大屏可视化。态势可视化综合展示，定位与视频监控联动出现异常情况报警时可与融合定位及视频监控系统联动，弹出相应区域的视频监控画面； 2.支持实时统计触发的报警事件并形成报表，便于管理人员及时发现安全隐患，从而做出及时地处理措施； 3.对危险区域进行标记，对进入危险区域人数、人员身份进行识别，保证人员的安全； 4.通过吊牌+北斗卫星辅以后台定位算法相结合对人员进行室外无缝定位和数据处理； 5.通过对已有的视频监控系统进行升级或赋能，利用人工智能技术，使其具备自动识别安全事件和人员行为异常的能力，实现对高风险区域“第一现场”进行在线监测及风险识别，同时能够对实时数据及报警数据进行处置和跟踪； 6.针对不同风险点进行预案处理，例如：火警预案、气体中毒预案等； 7.AI 算法识别：工装检测（工作服、手套等）、人数统计、温度异常、抽烟检测、烟火检测、玩手机检测、人员入侵、人员去静电操作、超量超员检测等 技术栈：Cesium、Gis、Vue、Java、rtsp 流媒体、JavaScript、3dMax 团队：自己作为团队技术Leader ，带领8个人完成项目开发工作。

1.实现了多人联机协同共同完成比赛。 2.真实场景实现1:1还原，体现专业性。 3.在预赛中支持移动端，总体实现 VR/PC /移动端三端支持互通。 4.版本更新以热更为主，实现热更的断点续传、版本对比等。 5.独立完成

基于虚幻5、Saas搭建的物流数字孪生系统 ，采集读取现场设备数据，虚拟3D展示监控，虚拟任务，模拟物流运行状态，为物流动线决策提供支持。

使用半监督学习、特征选择、密度聚类算法，实现认证码识别、验证码识别，、、 也可以对任意图形进行识别分类。 100%自主知识产权。可转让源代码或模型文件。

1.某教育集团数字孪生管理平台，包含安防监控系统、门禁系统、电子巡更、访客预约、智慧照明、ba系统、停车系统、能耗系统等，本项目担任后端开发工程师，对各个子系统设备厂商提供的协议进行数据采集入库，其次开发ibms智慧楼宇系统为数字孪生三维模型提供设备数据以及控制， 2.对设备台账进行报表导入导出管理，对巡更计划进行3D路线动态展示，对车辆出入场数量统计，以及车库实时车辆位置进行精准查询与定位，对照明、空调、新风设备进行集中控制、对能耗结合echart分楼分层图表展示等。 3.车辆实时信息准确度控制在99.9%，查询时间控制在200ms

数字孪生项目包含空间管理、环境监测、机电管控、能耗监控、设备工单、人员定位等，整个医院整体可视化，提高运维效率和故障把控

本项目基于单一摄像头进行手势识别与应用，因此使用与部署简便，对环境无过多要求，因此，非常适用于移动平台使用，通过手机摄像头，即可实现简易的手势识别。 通过识别手势，本项目可以基于识别手势，可以进行一定数量的操作，因此，可以模拟部分简易的操作，实现无需接触的操作。 关键技术： Darknet卷积模块： darknet卷积模块是这个模型里最基本的网络单元，包括卷积层、batch norm(BN)层、激活函数。 upsample 层：上采样是为了将特征图采样到指定分辨率大小，比如一张(416,416,3)的图片经过一系列卷积池化操作后，得到一个特征图,维度(13,13,16)，为了把这个特征图和原图进行比较,需要将这个特征图变成(416,416,3)大小.这个就称为上采样。 个人当时主要做了YOLOv3手部检测相关部分的工作

1、使用unity3d编辑器开发，结合前端Vue框架，打包成h5。应用在手机端提供使用。 2、改产品主要是用来模拟火箭发射的整套流程，包括燃料添加、运动到发射场等操作流程。 3、改产品是本人独立完成的，也正常交付给客户，获取客户的认可。