智能硬件

智能照明控制：实现PWM调光与RGB颜色控制，通过光电传感器校验亮度准确性，设计颜色一致性测试确保RGB输出符合预期环境数据采集：集成DHT11/DHT22温湿度传感器，建立数据校验机制，通过多点采样排除异常值，确保显示数据可靠性人体检测联动：实现PIR传感器与USB摄像头协同工作，验证检测到人体后

包括一下模块:1、鸿蒙设备录屏模块，获取屏幕显示数据。2、数据发送模块，对屏幕数据进行编码压缩后发送至对端。3、开源鸿蒙数据接收模块，接收鸿蒙设备发送的屏幕数据并进行解码。4、界面呈现模块，创建窗口显示对端屏幕数据。5、反控模块，计算控制坐标发送至鸿蒙设备并触发点击、滑动等操作。

该项目基于厂商采集到的多角度数据、以及无人机自带的陀螺仪信息，动态优化图像之间的组合关系、计算图像在世界坐标系下的空间坐标，实现边采图边计算的工作流，采图后即完成全景图像拼接效果，效果比拟大疆与insta360的全景成像效果。

移植了最新版本的LVGL进行功能模块演示，实现基于i2c驱动的oled显示GIF，实现基于spi驱动的w25q64模块的读写flash。实现基本串口通信，实现文件浏览器，实现相机画面显示与拍照。

我开发的这套软硬件结合的自助系统，核心功能包括：智能预约与门禁：用户微信小程序预约、在线支付、自助开台、自助扫码开门。无人计时计费：设备自动感应开关、精准计时、在线实时计费。智能设备管控：所有灯光、空调、麻将机等设备按需自动启停，节能降耗。增值服务集成：打通抖音、美团团购，实现团购自助核销。云端管理

1.项目具体功能模块缺陷视觉识别模块（图像采集与分析）缺陷分类与分级模块（算法模型）智能剔除联动模块（与产线设备对接）数据采集与存储模块缺陷统计分析与可视化模块硬件设备管理与自检模块2.项目的主要功能描述项目通过工业摄像头和多类型光源系统，对碗粥产品膜面、封口等关键部位进行高分辨率图像采集。利用半监

仓库员工管理：对于仓库管理人员的信息及整个仓库管理系统管理人员权限的修改及查询；入库管理：入库货物的记录及入库货物存放位置的记录并能够实时的对入库数据进行增删改查操作。出库管理：其功能与入库管理相同，出入库管理最重要的原则为实时性和数据精确性。库存管理：库存管理主要分为查询当前库容量、查询一段时间内

BER-1530型仪表外形小巧易携带，可以完成从50b/s到2048kb/s速率的误码测试，并可进行2M在线监测，是通信设备日常维护、检修、设备开通的工具。 适用于2M电路的开通与维护 具有两种测试接口（E1/V）及完备的2M电路测试功能 bit、Code、FAS、CRC多种类型误码插入及检测 彩色

VIN输入电压：9V12V15VIIN输入电流:3APIN输入功率:35-41W待机功耗:0.9W输入接口:四脚插板12+4P/TP-C/板上16P/3MD输入自适应:QCPD协议充电器等均可使用输出特性:5W:输入15.1V/0.88A,输出5.0V/1A效率60%10W:输入15V/1.25A,

1、LTE拨号上网2、rj45端口支持lan/wan自适应上网3、wifiAP模式将网络提供给局域网4、WEB后台提供管理5、TR069设备信息采集和上报6、FOTA提供系统自动更新

一、车端(VehicleEnd-数据采集与执行单元)​​车端是系统的“眼睛、耳朵和手脚”，负责采集环境信息并执行远程指令。其核心功能如下：​​1.环境感知与视频推流​​2.车辆状态数据采集3.指令接收与执行​​4.网络自适应与链路管理二、云端/服务器集群(Cloud-信息交换与处理中枢)​​​1.信

1、自己购买云服务器，将一个可穿戴的手表/手环，注册到自己云上2、实现手表的心跳检测、跌倒检测、天气查看、以及血氧，定位等等功能3、将云上的接口开放出来，让自己的app对接，实现app添加/控制手表

robotToool工具开发项目，采用apollo的开发技术栈，将cyber通讯技术应用到开发项目中(之前主要是GRPC通讯技术)，简化了开发模式，提高了开发效率。业务层面上，基于二代车载实现了可视化的软件参数配置，硬件参数配置，状态上报，升级维护，一体化标定等基础功能，简化了车间设备操作的步骤，提

1.整个产品功能类似于IPQAM,实现视频数据由组播数据到TS流的调制转换。2.在无需IPQAM设备的前提下，完成数据转发服务、数据调制服务、流量控制、NPAT等功能。

slam多线激光导航无人车，自动驾驶。物联网关，边缘智能闭环算法实现。AGV仓储物流业。实现大型扫地机器人自动驾驶，多线激光建图，路径规划，多传感器融合技术实现。AGV实现机器人rcs调度。AGV机器人运动pid，S曲线控制等。

-文件上传/下载-照片以媒体库形式存储-电影资源分布式存储管理-保证设备高可用性-设备离线感知-与硬件闪灯联动-感知硬盘状态，确认设备问题点-转发支持外网访问-p2p连接减少转发服务器流量-多种语言开发-不同进程间通过rpc通讯-使用多种设计模式

是基于JetsonNano的系统开发，收集了大量的数据集，使用YOLOv11的卷积神经网络进行目标检测的学习，能够在复杂场景下红绿灯，交通标志，行人和车辆等。