业务和功能介绍
一、立项背景与目标
针对智慧物流场景下车辆自动识别与精确定位需求，开发激光雷达测距与AI车号识别融合系统。解决传统人工记录效率低、车辆位置追踪困难、数据分散无法联动等问题。目标是实现货车车牌自动OCR识别、激光雷达实时测距定位、多源数据融合上报，构建完整的车辆出入库自动化监控方案。
二、核心功能模块
激光雷达测距模块：基于HslCommunication实现多路雷达TCP通信，实时采集车辆距离和位置信息，20Hz高频采样，坐标转换与数据滤波
AI车号识别模块：集成PaddleOCR深度学习模型，RTSP视频流实时捕获，每50帧执行一次车牌识别，置信度过滤确保准确率
数据融合推送模块：通过MQTT协议将车号与测距数据关联发布（TruckNameTopic），SignalR实时推送到前端可视化界面
设备管理模块：FreeSQL+SQLite管理雷达和摄像头配置，支持动态添加设备和参数调整
三、业务流程
激光雷达持续测距→检测到车辆进入监测区域→触发摄像头RTSP流抓拍→PaddleOCR识别车牌号码→车号与距离数据通过MQTT关联发布→SignalR推送前端实时显示→云端平台接收数据进行仓储调度和路径规划。实现车号识别与位置追踪的自动化闭环，减少人工干预，提升物流效率。
针对智慧物流场景下车辆自动识别与精确定位需求，开发激光雷达测距与AI车号识别融合系统。解决传统人工记录效率低、车辆位置追踪困难、数据分散无法联动等问题。目标是实现货车车牌自动OCR识别、激光雷达实时测距定位、多源数据融合上报，构建完整的车辆出入库自动化监控方案。
二、核心功能模块
激光雷达测距模块：基于HslCommunication实现多路雷达TCP通信，实时采集车辆距离和位置信息，20Hz高频采样，坐标转换与数据滤波
AI车号识别模块：集成PaddleOCR深度学习模型，RTSP视频流实时捕获，每50帧执行一次车牌识别，置信度过滤确保准确率
数据融合推送模块：通过MQTT协议将车号与测距数据关联发布（TruckNameTopic），SignalR实时推送到前端可视化界面
设备管理模块：FreeSQL+SQLite管理雷达和摄像头配置，支持动态添加设备和参数调整
三、业务流程
激光雷达持续测距→检测到车辆进入监测区域→触发摄像头RTSP流抓拍→PaddleOCR识别车牌号码→车号与距离数据通过MQTT关联发布→SignalR推送前端实时显示→云端平台接收数据进行仓储调度和路径规划。实现车号识别与位置追踪的自动化闭环，减少人工干预，提升物流效率。
项目实现
一、架构设计与技术栈
采用C#后端+Python AI服务混合架构。C#端（ASP.NET Core 7.0）使用HslCommunication实现雷达TCP通信，FreeSQL操作SQLite存储配置，SignalR推送实时数据，MQTTnet发布融合数据；Python端使用PaddleOCR进行车牌识别，OpenCV处理RTSP视频流，paho-mqtt发布识别结果。两端通过MQTT Broker解耦通信，前端Vue.js + ECharts可视化展示，形成"边缘采集-AI识别-数据融合-云端上报"完整链路。
二、负责模块与结果
独立负责全栈开发，包括C#后端雷达通信封装、设备管理API、SignalR Hub实时推送、MQTT数据融合服务，以及Python车号识别脚本（RTSP流捕获+PaddleOCR识别+MQTT发布）。实现雷达测距与车号识别数据基于时间戳窗口匹配关联，通过TruckNameTopic统一发布。
三、难点解决
跨语言数据交互→采用MQTT作为中间件，定义统一JSON格式（TruckName字段），避免C#与Python直接调用的复杂性
RTSP流频繁断连→实现看门狗机制检测帧读取失败，自动释放VideoCapture并重连，5秒指数退避重试
OCR性能瓶颈→每50帧采样+图像裁剪策略
异步数据时序对齐→基于±500ms时间戳窗口匹配雷达距离与车号，使用字典缓存最近识别结果解决关联问题
采用C#后端+Python AI服务混合架构。C#端（ASP.NET Core 7.0）使用HslCommunication实现雷达TCP通信，FreeSQL操作SQLite存储配置，SignalR推送实时数据，MQTTnet发布融合数据；Python端使用PaddleOCR进行车牌识别，OpenCV处理RTSP视频流，paho-mqtt发布识别结果。两端通过MQTT Broker解耦通信，前端Vue.js + ECharts可视化展示，形成"边缘采集-AI识别-数据融合-云端上报"完整链路。
二、负责模块与结果
独立负责全栈开发，包括C#后端雷达通信封装、设备管理API、SignalR Hub实时推送、MQTT数据融合服务，以及Python车号识别脚本（RTSP流捕获+PaddleOCR识别+MQTT发布）。实现雷达测距与车号识别数据基于时间戳窗口匹配关联，通过TruckNameTopic统一发布。
三、难点解决
跨语言数据交互→采用MQTT作为中间件，定义统一JSON格式（TruckName字段），避免C#与Python直接调用的复杂性
RTSP流频繁断连→实现看门狗机制检测帧读取失败，自动释放VideoCapture并重连，5秒指数退避重试
OCR性能瓶颈→每50帧采样+图像裁剪策略
异步数据时序对齐→基于±500ms时间戳窗口匹配雷达距离与车号，使用字典缓存最近识别结果解决关联问题
示例图片视频
相似推荐
薪酬核算平台-算薪
项目简介：
薪酬核算平台，服务于企业薪资计算场景，核心模块包括要素配置、业务数据抓取、汇率试算、转算薪等。平台通过RPC调用、定时任务、消息队列等机制，整合多源业务数据，实现高效、准确的薪酬核算。
智慧园区物联网设备管理平台
1. 设备接入与管理
支持 MQTT、TCP 等多种协议；提供设备注册、状态跟踪、在线/离线检测能力。
→ 统一纳管 1.5 万台异构设备，不再各自为政。
2. 实时数据上报与处理
设备秒级上报温湿度、烟感等数据，通过 Netty 网关实现高并发解析。
→ 支撑大规模设备同时在线，数据端到端延迟低于 100ms。
3. 智能告警引擎
采用滑动窗口 + 规则链设计（例如“温度 > 35℃ 持续 5 秒”触发告警），支持多级推送（短信、大屏弹窗、钉钉）。
→ 告警延迟从分钟级降至 5 秒以内，准确率达 99%。
4. 历史数据存储与分析
使用 InfluxDB 存储时序数据，支持按设备、时间范围进行聚合查询。
→ 最长可保存 2 年历史数据，便于故障溯源和能耗优化。
5. 可视化大屏
基于 Vue2 + ECharts + WebSocket 实时刷新，展示设备总数、在线率、实时告警列表、温湿度曲线等内容。
→ 园区管理人员一屏掌握全局，辅助应急决策。
6. 设备远程运维
支持远程配置、固件升级、设备重启，所有操作有日志可追溯。
→ 减少现场维护次数，运维效率提升约 40%。
基于大规模预训练语言模型聊天机器人
熟悉pytorch，tensorflow等主流深度学习框架，了解大模型底层架构原理，关注学术界最新论文，寻求应用部署方案，熟练使用llama-factory等微调工具LoRA，full调参。agent养成，自动化部署落地，网络信息安全，嵌入式开发等相关场景。提供端到端全栈式开发，从方案设计到项目落地测试，产品生命周期全流程陪跑跟踪，企业向量库构建，企业内部信息打通本地化部署，企业办公自动化，数据零出。提供竞对，隐性客户资源，痛点需求，企业未来方向分析等全流程追踪收集报告。自媒体平台全自动运营发布，24h客户、销售、报表系统化全流程自动化私人订制。
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
老人摔倒检测智能鞋
主要通过鞋子上的加速度传感器，压力传感器，监测老人是否摔倒，摔倒后通过短信的形式告知监护人，实时监测老人的动态。主要通过鞋子上的加速度传感器，压力传感器，监测老人是否摔倒，摔倒后通过短信的形式告知监护人，实时监测老人的动态。主要通过鞋子上的加速度传感器，压力传感器，监测老人是否摔倒，摔倒后通过短信的形式告知监护人，实时监测老人的动态。主要通过鞋子上的加速度传感器，压力传感器，监测老人是否摔倒，摔倒后通过短信的形式告知监护人，实时监测老人的动态。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服