程序聚合 软件案例 公司国产化升级改造-智能文件柜系统

公司国产化升级改造-智能文件柜系统

2026-03-01 18:35:11
行业:政务服务、物联网
载体:插件、嵌入式软件
技术:C、C++、Qt、OpenCV

业务和功能介绍

一、立项背景和目标:
为顺应国家国产化发展,公司智能柜系统需做国产化升级改造,使系统可以运行在基于龙芯,飞腾,海光的麒麟、统信、方德操作系统上

二、智能柜核心功能模块介绍:
硬件由自助操作平台和智能柜组成
功能包括:
1、自助操作平台认证
2、到件查询,选择取件并打印凭证
3、文件登记与投件

三、业务流程、功能路径描述

投件流程:
1、用户在自助操作平台,登记文件信息,选择投递部门或人员,并生成印有二维码的rfid
标签,贴在文件上。
2、在智能柜扫描以上生成的条码,系统根据登记的部门或人员,打开智能柜分控的投递口,用户投入文件,系统通过投递口的红外检测装置检测文件是否正确投入,并再用rfid进行盘存,已保证文件被正确投入箱格,并记录投入信息
3、系统连接短信发送系统给客户发送提示信息。

取件流程:
1、客户在自助操作平台凭借取件卡或人脸识别或者指静脉方式进行认证识别用户,系统根据用户查询其所属箱格中投入的文件并用列表展示。
2、用户可选择取件,智能箱弹开箱门,用户取件后关闭箱门后,系统根据文件标签上的rfid信息判断文件是否被取走,然后在系统中标记文件被取走

项目实现

一、整体架构和设计思路,不同模块使用的技术栈
1、硬件通讯:自助操作平台通过网络与各智能柜的主控板(龙芯2k1000)连接,又龙芯主控板通过rs485于各个分控通讯。
2、自助操作平台使用的是基于龙芯3a4000的处理器的麒麟系统,界面使用qt开发,人脸识别使用opencv,读卡器使用串口,指静脉使用usb的hidpos接口,认证信息通过http传递给后台rest服务获取json信息,包括人员信息和可取文件信息。当用户点击取件,自助控制平台通过tcp/ip与智能箱的主控单元(龙芯2k1000)通讯,智能柜再通过2k1000的rs485接口使用modbus协议与智能柜的11个分控进行通讯,智能柜主控单元的主要作用,扫描条码,控制分控开门取件、投件挡板,状态灯和分控的lcd显示,接收并解析来自自助操作平台的命令。

二、我负责的模块和结果
1、我负责编写自助操作平台qt的交互界面,设置和测试模块,认证模块(包括opencv人脸识别、刷卡器和指静脉的认证),后台rest交互,与智能柜的tcp/ip的数据交互,还有打包
2、还有智能柜qt界面,设置和测试模块,认证模块,串口通讯模块,tcp/ip模块,还有打包
3、客户端的自助平台是一个web界面,因此调用打印机和扫描枪使用插件形式,我负责插件的开发和打包

三、我遇到的难点、坑、和解决方案
我编译太多的库没有记录详细的解决方法,只是概括了一些常见的问题及解决思路可以解决80%的问题:
1、由于系统要运行在基于龙芯、飞腾、海光处理器的麒麟和统信系统上,因此需要在几个平台分别编译,遇见最多的就是缺少依赖库需要使用apt 下载好依赖的deb包,然后考到打包目录。
2、打包的文件在在某些系统上会报libc版本错误,这是由于我编译使用的系统libc版本太高了导致的,如果功能允许尽量选择内核版本低的系统(自带libc版本也不会高)编译的动态库可移植性比较好。因此我最常使用的编译系统是ubuntu18.04
3、还有一部分编译报错是系统环境变量没有配置好,比如opencv如果编译需要依赖,java 和ant,但是这是opencv的java版本需要的,我们不需要就可以把这部分去掉,或者自己配置好这些环境
4、串口通讯的数据不是每次获取的都是一个完整的包,可能出现分开的包或者粘包的现象,这就需要根据消息头和长度分析数据的完整性再处理,不然很容易就丢包。
5、在构造函数和析构函数中打印日志是一个很好的习惯,可以解决很多内存释放问题,还有尽量使用智能指针。

示例图片视频


随声附和
24小时内活跃
方向: 硬件开发-嵌入式硬件开发、桌面端-Qt、
交付率:100.00%
相似推荐
中医肠胃病智能体-智痞通
本项目构建了一套融合提示词工程、指令微调、大语言模型(Large Language Model, LLM)与检索增强生成(Retrieval-Augmented Generation, RAG)技术 的中医痞满智能辅助诊疗智能体,实现了多种前沿技术在中医领域的协同应用。 该智能体基于指令调优采用多层次 LLM 推理框架,整合本地化知识库检索机 制,实现了多模态数据(包括文本、语音及图像)到中医辨证论治决策的全流程 智能化处理。
《码上学》App-coze
图3 (二)学习板块:系统课程+趣味实践 这是我们精心打造的Python学习核心区域,采用"双轨并行"的学习模式: 课程学习模块(如图4) ● 资源整合:精选B站等优质平台的Python基础、数据挖掘等系列课程 ● 分类清晰:按模块、方向进行分类,支持按需深入学习 ● 适配人群:从零基础入门到进阶提升,覆盖不同学习阶段 图4 趣味学习模块 这是我们特别设计的创新功能,将枯燥的编程练习变成有趣的挑战: 1. 拆解代码挑战:提供一段完整代码,要求分析其功能、逻辑和算法,培养代码阅读能力 2. 魔改挑战:给定代码和新的需求,需要修改代码实现特定功能,加深对Python语法和逻辑的理解 3. 代码溯源:从运行结果反推代码实现,锻炼逆向思维和问题分析能力 这种游戏化的学习方式让我们在测试中发现,用户的学习积极性显著提升,平均学习时长增加了40%以上。 如图5 图5 AI编程助教 这是一个24小时在线的智能助教,它的核心能力包括: ● 多模态输入:支持文字描述、代码截图、错误信息截图等多种提问方式 ● 智能诊断:快速识别语法错误、逻辑问题、运行时错误,并分析产生原因 ● 分级讲解:根据用户水平自动调整讲解深度,初学者讲得更详细,有基础的同学提供进阶知识 ● 标准化流程:每次回答按照"问题分析→解决步骤→代码示例→知识拓展"的顺序,帮助系统性理解 (三)发现模块:构建学习社区生态 学习不应该是孤独的,我们打造了一个活跃的编程学习社区: 交流圈 ● 热门话题:以弹幕形式滚动展示当前热门讨论话题,点击即可进入 ● 文章列表:支持"最热/最新/精华"排序,可按类型筛选 ● 互动功能:评论、点赞、分享,形成良好的学习氛围 社区互动入口 ● 代码分享墙:计划中的功能,用于展示优秀代码作品,支持双向学习 ● 学习小组:规划中的功能,支持组队学习、进度同步、相互监督 交流互助板块 ● 问题答疑:遇到编程问题可以发帖求助,社区成员或AI助手提供解答 ● 经验分享:学习心得、踩坑经验、项目总结都可以在这里分享 ● 知识沉淀:优质问答会被标记为精华,形成知识库 博客功能(如图6) ● 学习日志:记录每天的学习内容、心得体会、成长轨迹 ● 技术分享:发布学习指导、教程文章 ● 数据可视:查看自己的文章点赞量、浏览量、粉丝数 三、AI智能体应用(核心创新,如图7) 这是我们项目的最大亮点!我们基于Coze AI平台,设计并实现了五个具有实际应用价值的AI智能: 图7 场景一:AI智能招聘助理(校招小助手) 设计初衷:临近毕业时,我们发现很多同学因为缺少面试经验而紧张失常。如果能有一个AI面试官陪你练习,是不是能更从容地应对真实面试?
华为杯研究生数学建模大赛-抗胰腺癌候选药物的优化建模
据 2020 年国际癌症研究机构(IARC)调查的最新数据显示,乳腺癌在全球女性癌症中的发病率为 24.2%,位居女性癌症的首位。在药物研发领域,利用预测模型对能够拮抗 ERα 活性的化合物进行筛选的方法受到广泛的关注,本文通过建立回归与分类预测模型,对化合物的生物活性和 ADMET 性质做多目标优化求解
数据库管理平台-绿洲数据库管理平台
1.项目背景 公司内部管理的数据库类型种类繁多,数量庞大,权限管控难等问题,所以需要一款数据库管理平台,来统筹接觉这些问题 2.功能介绍 1)提供多种数据库类型的查询窗口,替换本地数据库工具 2)针对不同用户进行权限管理,以及数据库字段权限管理,支持字段加解密显示 3)支持多库多表等中间件配置 4)支持数据库日常维护工具,如数据迁移,数据归档等
AI搜索和创作平台-felo.ai
Felo.ai 是一款面向研究与内容生产场景的多语言 AI 搜索与创作平台,目标是在同一产品内打通「检索—理解—生成—交付」,降低用户在不同工具之间反复复制、整理信息的成本。平台以 AI 搜索为入口,支持自然语言提问、多源信息检索与结果结构化呈现,并可将检索结果进一步转化为演示文稿、研究报告、思维导图、网页内容等多种可交付成果。 核心功能模块包括:AI 搜索(Felo Search)、一站式创作(Felo Create)、AI Office 工具集(如 AI Slides、AI Research、AI Page、AI Image 等),以及 Felo Agent 智能体能力,用于自动化调研、摘要、翻译等复杂任务。典型业务流程为:用户输入问题或主题 → 系统检索并归纳关键信息 → 用户选择创作类型(如幻灯片、报告、页面)→ 平台基于上下文生成初稿 → 用户编辑、导出或分享。产品为 Web 端访问,强调多语言支持、可视化信息展示与从搜索到创作的连续工作流。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服