人工智能 车载应用 软件定制 案例

本项目主要面向无人驾驶仿真研究、智能车辆轨迹跟踪与轻量化控制算法验证场景，围绕端到端自动驾驶技术开展系统设计与实验开发。项目基于 CARLA 仿真平台构建虚拟驾驶环境，通过采集车辆前视图像、行驶状态和控制指令等数据，训练轻量化神经网络模型，实现从环境感知输入到车辆控制输出的端到端映射。项目可用于自动驾驶算法教学、科研训练、数据采集、模型训练、仿真测试和轨迹跟踪效果评估，为低成本、高效率的自动驾驶算法验证提供支持。 本项目主要功能包括仿真环境搭建、自动驾驶数据采集、数据预处理、模型训练、模型推理和效果评估等模块。系统可在 CARLA 仿真环境中生成车辆行驶场景，自动采集车辆前方图像、方向盘转角、油门、刹车等控制数据，并生成对应的数据标签文件；同时支持对采集数据进行划分和预处理，形成训练集、验证集和测试集。模型部分采用轻量化端到端神经网络结构，通过输入车辆前视图像，直接预测车辆控制指令或轨迹跟踪相关参数，从而实现车辆在仿真道路中的自主行驶与轨迹跟踪。项目还支持训练过程记录、模型保存、测试推理和结果可视化，便于对算法性能进行分析和改进。

面向滴滴打车等出行平台，我们设计并实现了支持WebRTC、SIP电话等多渠道接入的实时语音智能客服系统。该系统深度集成企业知识库，通过智能路由与语义理解，自动、精准地处理用户与司机的高频咨询，大幅提升客服响应效率与人效，显著优化用户服务体验与满意度。

自动驾驶系统应用层具体分有视觉感知模块，定位模块，雷达模块，规划模块和控制模块。整个应用层软件实现了，各个模块由各种传感器获取数据包括雷达，摄像头，车辆底盘的速度相关传感器等，通过对这些数据的处理获取当前车辆的自身状态，再由控制模块对车辆状态与预期状态的误差计算，通过各种控制算法计算出减小误差所需的控制量，再下发给底盘实现车辆按照预期路线与速度行驶。

主要实现了日产系列汽车无人驾驶智能车的车内遗留物检测（小目标），提醒乘客携带所带好物品下车，活体检测（动物等），人员超载检测，异常姿态检测，报警，数据整合上传等功能。dms部分由另一个团队开发。

职责业绩： 1.自己开发能源IOT项目，通过kepware软件的Modbus协议采集施耐德等能源仪表和ODBC采集MES系统的数据，并存到SQL，可以实现根据配方，人员，时间追溯和分析能源消耗 2..自己开发换热控制系统，通过西门子S7-1200的PLC和TP700触摸屏采集热回收三台空压机产生的热量，来加热淋浴、膨化系统、消防泵房的水 3.查找西门子TP177A、Proface等触摸屏画面，以及RSView 32和Facory Me SCADA画面，西门子施耐德等变频器，通过S7-300、S7-200 Smart的PLC程序分析和处理机器故障 4.修改西门子和罗克韦尔等PLC程序和触摸屏画面，持续优化改进生产控制系统如修改生产流程，新增必要的报警点等 5.根据Biorem的吸收塔的S7-200 PLC程序，独自绘制TP700触摸屏画面，通过生物滤池吸收生产产生的臭气，并测试正常。 6.Fanuc机器人培训一周，初级编程培训

通过CAN总线及安装的各种传感器，获取车辆状态信息（胎压，液压，发动机，震动，里程，速度，保养记录等等），从而实现车辆用前告警，使用户能够了解车辆预警信息及磨损情况，为车辆维护提供科学指导。主要模块有，告警管理，性能评估，故障预测等模块。