嵌入式软件 软件定制 案例

面向会议记录、工业对讲、人机交互及嵌入式智能终端在风扇、空调、键盘敲击和室内混响等噪声环境下的语音采集需求，设计并实现一套基于GD32H759IMT6微控制器的边缘语音降噪系统。系统通过ES7210音频采集模块、SAI和DMA连续获取48 kHz多通道音频，在本地完成通道选择、音量统计、短时傅里叶变换、频带特征提取、神经网络推理、频谱掩蔽和语音重建，无需依赖云端服务器。 系统支持RAW原始音频、RNNoise对照降噪和自研CRN降噪三种工作模式，可通过触摸屏完成模式切换、输入通道选择、增益调整、开始或停止录音以及屏幕截图。LCD实时显示原始与降噪波形、音量、模型状态、录音时间、缓存状态和输出文件名；TF卡可保存原始WAV录音、CRN降噪音频及LCD截图，形成“音频采集—边缘推理—效果显示—文件保存”的完整闭环。

1.2.项目目标 构建一个集智能体全生命周期管理、场景灵活配置、知识集中管理、数据一体化运营与分析于一体的智能体运营管理平台，实现运营工作的敏捷化、智能化、精细化和安全可控，显著提升用户体验和公司运营效率。 具体可量化目标： 1.运营效率提升：赋能运营人员自主完成超过90%的日常配置工作，将智能体场景迭代周期从传统的2周缩短至3天以内。 2.知识管理效率：实现知识库更新的即时生效，确保知识的一致性和准确性。 3.数据分析效能：运营数据统计分析效率提升70%，支持数据驱动的决策优化。 4.安全与合规：严格遵循网络安全等级保护二级标准，通过数据传输加密、访问控制及安全审计等防护体系，全方位保障用户数据安全与系统稳定运行。 1.3.项目范围与边界 1.业务范围：本项目涉及营销域，主要聚焦南网在线智能体的运营管理环节，涵盖电费查询、业扩报装等核心场景的配置与流程修改优化，不涉及前端APP集成开发、中台接口改造及大模型训练等环节。

开发一个基于 cesium 的三维建模智慧工地管理系统，借助 GIS 工具或无人机倾斜摄影技术导入 工地的三维模型，在工地的关键部位部署摄像头监控用于检测安全帽或非法入侵等异常行为，在摄像头端进 行危险行为的检测之后，将异常信息及定位数据传输至云端服务器，该功能可以监控工地异常，将异常信息 在三维场景当中实时显示。该软件也可以使用投影技术将二维视频转换到三维模型的对应场景中，更加直观 地检测工地情况。

嵌入式 arm 设备开发，用于监控大型扶梯的运行状况，如有异常及时报送便于消除隐患。 设备连接多种传感器（振动、转速、温度、电流、电压、激光位移、霍尔、声音采集等等多种传感器），传感器数量有十几个。即时采集各种传感器，把采集的原始数据用各种算法计算，和设定的阈值比较，判断扶梯是否异常或者由潜在风险。定时上报信息。接收中心服务器发送指令、包括接收升级指令进行升级，定时及异常时即时报送给中心服务器。 使用了线性回归这种初级的机器学习来换算各种负载情况下各相关传感器的合理阈值。 嵌入式的 cpu 主频只有 1G。存储读写速度低。在各传感器读取数据大，交互频繁。计算频繁高(有的传感器采样频率上万（每秒上万条数据），各种传感器平均几秒内就分别要运算一次（比如取平均值，比如取每 10秒内的最大值，然后取一分钟内这 6 个最大值的最小值，比如通过传感器电压最大最小值的差距计算噪声分贝值，并计算出一个时间的平均值），运行一次处理几千条数据)。还对电流等进行频谱分析。设计成数据采集层、数据存储层、数据缓存层、数据报送层。各层异步模式交互。

驾驶员行为监控（物流公司等对驾驶员的危险驾驶监控） 开发语言 c++ 硬件 选用了地平线旭日 3 环境linux 视觉算法 yolo5 功能包括： 1）从摄像头模块采集视帧 用地平线芯片硬件API直接采集 2）缩放视频。 地平线芯片硬件API直接缩放 3）将视频编码成 h264 实际使用时，在地平线开发板上接了两路 usb 摄像头和一个 MIPI 摄像头。用地平线的硬件编码 API，同时对三路码流进行编码. 4）原始音频采集 使用 alsa 库采集的声音。 5) 声音的编码 把原始的声音编码成 mp3 6) 视频和声音的混合 把 h264 和 mp3 混合成 mp4 文件。 7）文件的滚动存储 地平线开发板接硬盘，音视频编码成的 mp4 文件, 5 分钟一个 mp4 文件，超过一个月的文件自动删除。 8）码流传输模块：动态码流传输当某些情况触发时，编码端向服务器即时发送 h264 码流，以及 mp3 声音流。网络是 5G 网络。发送追求最小的延时，其中分辨率、帧率、码流、gopsize 可以根据网络状况等，进行动态的调整。比如编码端感觉网络有点拥堵，就通知接收端要降低分辨率和码流，发送新的分辨率、帧率、码流等参数给解码端，等解码端完成参数的更新调整，编码端发送新的参数的视频流到解码端。 接收端可以马上播放收到的视频流和声音。 9) 驾驶员手离开方向盘监控 这是危险驾驶监控的一项。驾驶员手离开方向盘时，会马上提示他，并截图发送给服务端，同时作出记录。 训练模型，识别手没在方向盘上，转化为地平线格式 10）打电话识别监控 训练模型识别打电话动作，转化为地平线格式 11）驾驶员疲劳状态监控 训练模型识别人员疲劳表情，转化为地平线格式

1、立项背景和目标：地下矿山巷道狭窄、视线差，车辆交汇时存在严重安全隐患。传统红绿灯采用固定时长轮询控制，无法根据实际车流动态调整，导致通行效率低下甚至拥堵。本项目目标是构建一套基于车辆实时定位的智能红绿灯调度系统，实现信号灯自适应控制，提升井下运输安全性与通行效率。 2、软件功能、核心功能模块的介绍： 设备统一接入中心：对接井下部署的PLC控制器、ModBus雷达测距仪、UDP/TCP信号机及OPC UA采集终端，实现多协议设备数据标准化采集与双向指令下发。 实时定位追踪引擎：基于UWB基站与车载终端融合定位，计算车辆实时位置、速度与行驶方向，预测到达路口的时间窗口。 智能红绿灯控制：突破固定时长轮询模式，根据车辆接近距离和当前相位动态调整绿信比；同时集成AI摄像仪识别结果，检测到行人或异常滞留时自动保持红灯并触发告警。 可视化调度大屏：实时展示井下车辆分布热力图与各信号机运行状态。 3、业务流程、功能路径描述：车辆定位终端上报位置 → 定位引擎计算轨迹与预计到达时间 → 调度算法根据多车优先级分配绿灯窗口 → 指令下发至信号机执行变灯 → 同时推送状态至调度大屏与车载终端。

一款基于Linux ARM平台的专用高度表检测设备，用于模拟并发送动态变化的高度编码信号给被测飞机， 并实时采集其反馈，以验证机载高度指示系统的功能性与准确性。该系统后为满足双机协同测试需求，扩展了 基于TCP/IP的网络化主从控制功能。

本产品旨在解决工业物联网场景下，传感器终端设备数据无法远程采集、设备无法远程管理与配置的痛点。在电力设备在线监测、工业设备状态监控等业务场景中，大量分散部署的传感器需要通过低功耗无线方式将采集数据汇聚上传至云平台，同时接收云平台下发的配置指令、参数调整、固件升级等操作。传统有线采集方案布线成本高、部署不灵活，而纯无线方案又面临数据可靠性、安全性和实时性的挑战。本网关通过 BLE+4G 双模通信架构，实现了传感器数据的高效汇聚与云端同步，填补了工业现场低功耗传感器到云平台之间"最后一公里"的通信链路空白。

A320/A321 QAR数据采集与译码分析系统是一套完整的机载数据采集、译码、存储与地面回传解决方案，服务于航空公司飞行品质监控（FOQA）、机队健康管理及维修决策支持。系统采用机载端+地面端双架构设计，覆盖从飞机总线原始数据接收到地面数据分析的全链路。

智能工牌系统是一款基于ESP32-S3-WROOM-1-N16双核主控设计的企业级智能穿戴终端，面向中大型企业现场作业人员实现语音录音及音频文件智能下传等核心管理功能，系统由智能工牌终端、云平台、管理后台及移动端APP四部分组成。终端侧集成ES8388音频Codec与MEMS麦克风，支持长按录音后自动以MP3格式缓存至TF卡，并通过Wi-Fi STA模式连接企业局域网，采用三级下传策略（SOS录音实时上传、普通录音闲时批量上传、大文件断点续传）配合自适应带宽探测算法将音频文件可靠上传至阿里云OSS存储，同时具备Wi-Fi指纹定位、一键SOS上传GPS与现场录音、电子围栏越界告警及NFC自动考勤打卡功能；云平台基于阿里云IoT Core实现设备接入与设备影子同步，OSS管理音频文件归档，规则引擎联动告警与事件处理；管理后台采用Vue3与Leaflet地图提供实时人员定位热力图、音频回放与下载、电子围栏绘制及任务工单闭环管理；移动端基于Flutter实现管理员实时监控与SOS响应以及员工端签退打卡与工单接收。

本类项目是基于非制冷红外探测器的成像模组项目。 旨在实现低功耗、小体积、高质量图像以及视频接口高兼容性。 本项目是团队合作项目，我主要负责FPGA工程架构设计、软核软件架构设计，并参与某些具体的算法/视频接口/外设驱动的实现及调试。

① 根据立项建议书，做公司资源协调（从研发中心、供应链、质量、生产、中试组、测试中心到具备量产状态）； ② 根据销售市场端需求，与研发中心敲定产品研制计划； ③ 明确各部门职责、确定各部门的负责人； ④ 对工作任务分解计划表确认，下发任务通知单； 项目中期： ① 项目执行情况跟进，处理项目问题，保证项目按计划进行； ② 定期向市场、管理层输出项目执行情况； 项目后期： 结项，对组织过程资产管理归档；

项目名称：反射弧与反射类型教学演示系统 项目背景：本项目为初中生物教学（反射弧与反射类型章节）研发的一套软硬件一体化教学演示系统，用于直观展示缩手反射和膝跳反射的神经传导机制，以及不同部位受损时反射行为的变化。 核心功能： 缩手反射演示模型：通过火焰传感器感知刺激，驱动 WS2812C 灯带以不同颜色（绿/红）逐段点亮模拟神经信号传导路径（感受器 → 传入神经 → 脊髓 → 传出神经 → 效应器），同时通过舵机驱动手臂模型完成缩手动作，并伴有蜂鸣器反馈。 膝跳反射演示模型：通过按键触发刺激，灯带模拟膝跳反射的神经通路，舵机驱动腿部模型完成踢腿动作，直观展示反射弧各环节。 故障模拟教学：支持 6 种教学场景切换——结构完整无故障、感受器损坏、传入神经损坏、脊髓损坏、传出神经损坏、大脑损坏，通过灯带颜色变化（绿色正常/红色阻断）和动作响应差异，帮助学生理解反射弧各环节的作用。 跨平台无线控制终端：提供 Windows 桌面端和 Android 移动端的控制 App，通过蓝牙 BLE 与两个演示模型无线通信，支持设备扫描、连接、命令下发和状态重置。

通过AI辅助资料结构化、概念试探、方案表达与文本校核 在不改变核心设计逻辑的前提下，对现有流程进行结构化升级，帮助团队实现更高效的方案推进、更稳定的过程控制，以及更高质量的成果输出。 帮助设计团队减少重复劳动，把精力投入到创意判断和方案深化中。

为名创优品的子公司提供技术开发TOPTOY潮玩机器人商店的功能，使机器人商店其可以整合到对方的零售shop和仓储wms体系中，整合多个厂家的设备到一个零售体系中，添加物流和运维数据让机器人商店部署全国各个大城市的各大商场点位售卖运营。

项目描述： 基于嵌入式Linux工控平台，参与建筑自动化设备（打孔机器人）控制系统开发与调试。完成交叉编译环境配置、通信模块开发、多线程业务逻辑开发及软硬件联调，协助完成设备控制逻辑优化与现场问题排查。

该项目是整个产品中最重要的一环，主要作用是算法分析，通过逐张视频帧分析是否满足告警条件。算法组成有行为分析算 法，安全帽检测算法，超员检测算法等等。行为分析算法通过背景学习之后采用差帧法提取团块差异，达到目标跟踪的效 果；安全帽检测算法通过深度学习检测出安全帽之后，与人体目标进行重合度检测；超员算法同样通过深度学习检测人体目 标，达到报警条件，给出报警。

该项目是一套部署于户外的智能回收终端系统，参照蜂巢柜式结构设计，主要面向易拉罐、塑料瓶等可回收垃圾提供有偿回收服务。用户通过扫码开箱投放可回收物，系统自动完成称重计量并按规则结算返现，实现"投放—称重—返现"的无感回收体验。平台功能覆盖多角色场景：面向普通用户提供设备互动投递与预约上门回收服务，解决大件或批量可回收物的便捷处理需求；运营端支持远程设备控制，可实时监控设备运行状态、远程开关仓门与下发广告内容；设备管理员则通过专属操作界面完成清箱维护、异常告警处理与补货巡检等日常管理，形成完整的智能回收运营闭环。

立项背景：随着智能汽车普及，车主对车内影音播放、多媒体交互需求提升，项目目标搭建适配小米座舱的一体化音视频播放底座。核心模块包含多路音视频解码、车载多媒体播放器、蓝牙音源接入、音效均衡调节。车机识别U盘/蓝牙/车联网流媒体音源，调用FFmpeg完成多格式音视频硬软解，用户通过中控屏切换音源、调节环绕音效，系统适配车载降噪算法，同步联动车内扬声器分区发声，满足行车影音娱乐需求。

智慧共享停车平台 — 基于 IoT 道闸控制与车牌识别的 C2C 车位共享小程序 项目概述：一款面向社区、商业综合体及园区的智慧停车微信小程序，打通业主闲置车位资源与临时停车需求，构建"共享租赁 + 自助管理 + 无人缴费"的完整停车生态。 核心功能： C2C 车位共享租赁：业主实名认证后发布闲置车位时段，自定义出租价格与可用时间；临时用户在线预约、地图导航入场、按时计费结算，实现车位资源最大化利用 固定车位自助管理：业主绑定专属车位后，可通过小程序远程控制 IoT 道闸抬杆，查看进出记录与停车时长，支持月租续费、访客临时授权及多车辆切换 临时停车在线缴费：入口车牌自动识别，小程序实时推送停车订单与计费明细；支持微信支付在线缴费，支付成功后自动下发开闸指令离场，实现无人值守闭环 技术亮点：车牌识别、IoT 道闸控制、C2C 分时租赁、微信支付闭环、实时订单推送、地图导航、车位预约、无人值守停车 应用场景：住宅小区车位共享、商业综合体错峰停车、园区访客管理、物业智慧停车 SaaS 升级