物联网 软件定制 案例

车载智能终端是出行大数据云平台的数据采集前端，主要面向城市公共交通，支撑运营监控、调度、客流分析等业务。 用于实现车载智能视频分析，通过AI算法模型在端侧对实时视频进行分析处理，用于采集客流量、司机疲劳驾驶等等, 从而实现给业务侧提供精准数据支撑。主要用于公交车、大巴车等场景，也可以扩展应用到各类视频分析的其他场景。

面向城市公共交通行业，主要服务对象包括： 交通运输主管部门：掌握全市公交、地铁等运营整体情况 公交/地铁运营企业：支撑日常运营与调度决策 城市规划部门：为线网规划、设施建设提供数据支撑 本方案通过配套的智能终端采集客流量等出行大数据，构建出行大数据分析平台，利用大数据AI模型分析车辆、站点、线路数据，同时支持对线路进行智能运能匹配分析，数据赋能公交相关业务，用于制定更加合理的排班计划，提高公交业务的运行效率。

该产品面向政府监管、物业、维保、保险、业主等多元主体，形成覆盖电梯全生命周期的应用生态。 该产品集成加速度传感器、气压传感器、陀螺仪、AI 图像与声音识别等，对轿厢、井道等全链路运行状态进行采集，并传送至电梯全生命周期云平台，实现大数据边缘计算。对紧急事件进行快速处理，包括困人、异常运行、故障等场景的实时报警与推送。

以 AI 为手段，面向电梯安全、运维、救援等场景提供监测、预警和决策支持。 平台面向政府监管、物业、维保、应急救援等环节，支撑电梯全生命周期管理。 1. 电梯安全监控 风险预警：按电梯运行与维保数据划分风险等级（如 I / III / IV 级），支撑分级管控 报警管理：统计困人、设备故障、电动车违规、维保超时等，支持报警类型 TOP5 排行 重点治理：突出困人报警、设备故障、电动车相关风险，便于制定治理措施 2. 运营与维保管理 检验维保管理：覆盖年检、金检、保养、维修等，保障按时维保与检验 维保超时预警：对超期未维保、未检验的电梯进行提醒 运营统计：按月展示运营趋势，支撑资源配置和维保计划 3. 应急救援与处置 实时救援：SOS 事件集中展示，支持快速响应与调度 处置流程：按「去处理 / 待处理 / 已处理」跟踪事件状态 绩效统计：展示平均响应时间、平均救援时间、累计救援次数等指标 4. 智慧社区 / 楼宇 电动车管理：电动车禁止搬运、禁停提醒、限域告警，降低电动车入梯等消防风险 行为识别：通过 AI 识别异常行为，辅助安全管理 5. 数据决策支撑 为监管部门、物业、维保单位提供报警、故障、困人、救援等汇总数据 支撑政策制定、资源调配和运营优化

为了统计每天电量消耗情况，工人需要到车间进行抄表。由于电表分散在各个车间，工作及其不方便。为了解决这一问题，将抄表工作交由程序执行。 生产设备数据采集主要为了分析运行参数对成品率等方便的影响。

智慧管理平台是一套面向智慧园区、停车场及门禁场景的综合管理系统，融合**门禁管理**与**车辆停车管理**两大核心业务。 ### 1. 门禁管理 - **项目与人员**：项目/项目点管理、人员信息维护、用户组与角色分配 - **权限与设备**：门禁读头规则、时间规则、节假日配置、设备管理及远程控制 - **记录与审批**：识别记录、进出记录、学生请假、访客申请与审批流程 - **系统管理**：用户、角色、菜单、数据同步、系统设置 ### 2. 车辆停车管理 - **在线监控**：岗亭监控、主通道监控、全部通道监控，支持 WebSocket 实时数据、摄像机图片流、手动放行、开闸关闸等 - **基础管理**：通道管理、车辆注册、黑名单管理 - **查询统计**：停车时长、车辆记录、异常日志、用户操作日志、特殊车辆、人工起杆、在场车辆等查询 - **收费与参数**：收费规则、停车参数、车辆数据报表、收费报表 - **其他**：闸机日志、相机列表等 ### 3. 通用能力 - **多主题**：深色/浅色/浅绿/浅紫主题切换，支持跟随系统 - **国际化**：中英文切换 - **响应式**：适配 PC 与移动端 - **实时通信**：WebSocket 按前端访问地址动态获取，部署时无需修改配置

一、立项背景和目标 为应对各行业设备分散、协议不统一、数据孤岛、运维成本高、智能化不足等痛点，依托 5G、云计算、边缘计算、大数据与 AI 技术，建设统一、开放、安全、可扩展的物联网 PaaS 平台。向下兼容多协议设备接入，向上提供标准化能力与开放 API，支撑智慧城市、智能制造、智慧园区、智慧能源等场景快速落地。目标是实现海量设备统一接入与全生命周期管理、数据全链路贯通、智能联动与可视化运维，降低应用开发门槛，提升运营效率，赋能产业数字化转型。 二、软件功能与核心功能模块 平台以连接、管理、数据、智能、开放为核心，提供一站式物联网能力： 设备接入与协议适配：支持 MQTT、CoAP、HTTP、Modbus 等主流协议，支持直连、网关、子设备接入，提供设备认证、加密传输与高并发连接。 设备全生命周期管理：覆盖设备注册、分组、物模型定义、状态监控、远程控制、OTA 升级、故障诊断、注销下线全流程。 数据采集与存储分析：实时采集、清洗、转换、持久化时序数据，提供历史查询、趋势分析、报表统计与数据可视化。 规则引擎与场景联动：支持阈值告警、数据转发、设备联动、定时任务、条件触发，实现自动化业务逻辑。 告警与运维中心：统一告警推送、工单流转、运行监控、日志审计、性能统计，保障平台稳定。 开放 API 与应用使能：提供标准接口、应用开发框架、设备模拟器，支持快速构建上层 SaaS 应用。 安全与权限管理：设备身份认证、传输加密、访问控制、操作审计，保障数据与设备安全。 三、业务流程与功能路径 设备接入流程：创建产品→定义物模型→生成凭证→设备 / 网关接入→身份认证→数据上报→平台核验上线。 设备管理路径：设备管理→列表 / 分组→状态查看→远程控制→参数配置→OTA 升级→故障诊断。 数据处理路径：数据采集→协议解析→清洗计算→时序存储→可视化展示→数据订阅 / 转发。 规则与告警路径：规则引擎→创建规则→配置触发条件→定义执行动作→告警中心→通知与处理。 应用开发路径：开放平台→申请 API 密钥→接口调试→对接能力→应用发布→运行监控。

主要是提供企业内部商城，可以用于内购和积分兑换功能，公司商家自家产品和京东商品，员工在小程序端下单购买，商家运行人员发货快递，运营人员统计商品仓储情况，安排商品商家以及策划商品活动

1. 设备管理。支持多类型设备统一管理。 功能包括： * 设备档案管理 * 设备状态监控 * 设备运行数据采集 * 设备历史数据分析 * 设备报警管理 2.多协议设备接入。系统支持多种工业通信协议： Modbus、MQTT、OPC、TCP/UDP、HTTP API 可对接： 工业 PLC、工业网关、IoT 设备 3. 实时数据采集与分析。设备数据可进行实时采集与分析。 支持功能： * 实时数据监控 * 历史数据存储 * 数据趋势分析 * 数据报表统计 可用于： 设备运行分析、能耗分析、生产数据分析 4. SCADA 可视化集成方案。系统支持扩展集成三方SCADA的组态画面，并提供了一种方案。方便用户直接将原有的SCADA组态画面集成展示。 适用于： 集中控制监视、移动端远程观测 5. GIS 设备地图。系统支持设备 GIS 地图展示。 功能包括： * 设备地图定位 * 设备状态展示 * 设备分布管理 * 地图报警提示 适用于： 水务、能源、大型园区设备管理 6. 报警与消息通知。系统提供完整的报警管理机制。 支持： * 设备报警 * 系统通知 * 移动端报警提醒 可提升设备运维响应效率。 7 权限与账户管理。系统提供完整的权限控制体系。 支持： * RBAC 权限管理 * 多角色管理 * 场景级权限 适用于多部门协作管理。

业务介绍：通过与ARM板的网口实现modbus tcp通信 将DSP控制板传给ARM板的数据在上位机显示 同时在上位机进行某些设置命令通过ARM传给DSP控制板 功能介绍：数据显示(电压/电流/功率/故障告警) 设置参数(设置EMS模式/并网认证参数设置) OTA升级通过上位机将要升级的ARM文件进行打包传输给ARM，ARM收到后进行升级处理

本项目针对工业产线中机械臂视觉定位精度不足、人工统计生产数据效率低、传统图像格式转换接口兼容性差等痛点，开发了一套集视觉识别、机械臂控制、MES 对接于一体的自动化系统。系统核心功能包括： 视觉识别：基于 OpenCV 实现相机图像采集与形状模板匹配，支持多尺度、多模式检测，兼容不同尺寸和通道的图像； 机械臂控制：通过 Modbus TCP 协议与机械臂通信，实现运动控制、状态采集与指令下发； MES 对接：通过 OPC UA/HTTP 协议与 MES 系统对接，实现生产数据（产量、检测结果、故障码）实时上报与生产指令接收； 数据管理：支持 CSV 格式检测结果导出，按日期生成报表，支持数据追溯； 可视化监控：基于 MFC 实现 UI 交互，提供实时日志记录、状态反馈与异常告警。 系统有效提升了产线自动化率，减少人工干预，数据统计效率提升 80% 以上，兼容多版本 OpenCV 环境，降低了项目开发和维护成本。

入住登记，发卡,卡的数量，读卡，退卡，卡挂失等功能。楼栋，楼层，套房，子房间管理。控制器，门锁管理，警报功能。预定房间管理，订单的更改，续住，退房。查询房间状态，入住率，能否入住（续住与预定的时间是否冲突）等信息

驾校资料信息的备案，驾校教练员，教练车，训练场的资料信息备案管理，学员信息备案管理，学时统计上传，学时查询，教练车的定位追踪，学时打卡设备的管理与车辆绑定解绑等功能。配合交通局实现学员托管名额控制和驾校车辆名额控制。协助交通局对驾校车辆和驾校学员的管理，可以配合交通局对驾校实行招生备案限制。

采集施工设备施工数据，对数据进行过滤，标准化处理、整合，后发送到中心端消息服务器 。程序可以采集文本文档，sqlserver,csv,access,sqllit,postgresql,mysql,串口等数据形式的数据，可以配置采集频率，保证消息实时性，将数据发送到中心端消息服务器后，后台数据同步程序负责将数据进行转发，保存到数据库等操作

1、立项背景和目标 实现产品化WCS系统，搭建公司软件系统基础框架并实现可配置的WCS产品。 2、软件功能、核心功能模块的介绍 1) 多数据库支持实现，实现数据库自动创建、迁移，实现备份恢复功能，实现数据库间迁移； 2) 连接器：实现UDP、TCP、COM、S7、MELSEC、MODBUS、FETCH、CIP、MQ、API、WCF等主流连接方式； 3) 通讯器：实现通讯队列管理，实现协议适配器（负责协议转换），实现通讯； 4) 实现设备调度算法以及调度：基于CBS的调度算法、基于MAPF的调度算法、基于A*的调度算法、基于Dijkstra的设备调度算法 5) 实现基于Canvas的调度2d绘制显示、实现基于babylonjs的3D回绘制显示，实现任务管理、工作管理、请求管理、报文管理、设备故障统计、日志查询、路径管理页面以及后台支持； 3、业务流程、功能路径描述 1)配置化通讯 2)配置化项目场景 3)配置化调度策略

在与关联系统一起开发时获取到跟源数据相似的假数据，拿着这些假数据，自己系统可以先开发，而不需要等待关联系统给了数据后再开发。 目前支持http协议，sockt协议，https协议 支持的通信状态：返回指定报文，直接转发，通信超时成功，通信超时失败

一、 立项背景与目标 在矿山开采、隧道掘进等土方工程中，传送带上渣土的运输量是衡量工程进度、控制成本与评估安全（如避免欠挖、超挖）的关键指标。传统依赖人工估算或间断性计量的方式，存在效率低、精度差、无法实时预警等问题。本项目旨在开发一套基于激光雷达扫描的自动化实时监测系统，核心目标包括： 1. 实现高精度实时监测：利用激光雷达扫描技术，实时获取传送带渣土断面轮廓，通过算法精确计算方量，替代低效的人工估算。 2. 构建稳定可靠的数据链路：开发标准化的数据采集、通信、存储与展示模块，确保监测数据从采集端到用户端的完整、可靠与实时。 3. 提升系统集成与部署效率：通过模块化、标准化设计，特别是通用通讯与驱动封装，大幅缩短不同类型传感器（激光雷达、相机、惯导等）的接入与调试周期，便于现场快速部署与维护。 二、 软件功能与核心模块 系统以模块化思想构建，主要包括以下功能与核心模块： 1. 核心监控功能： ◦ 渣土体积实时计算：基于激光雷达扫描的断面点云数据，结合算法模型实时计算渣土截面积与累计体积。 ◦ 数据可视化看板：提供实时体积曲线、历史数据查询、报警信息（如超限）展示等界面。 2. 核心支撑模块： ◦ 硬件驱动与数据采集模块：基于统一的通讯框架，封装了激光雷达、相机、惯导、测距仪等常用设备的驱动，实现数据的标准化接入与解析。 ◦ 工业通讯模块：支持TCP/IP、WebService、Modbus TCP三类主流工业协议，实现了与PLC、第三方系统等设备的可靠数据交互，是设备快速接入的基础。 ◦ 数据处理与算法模块：对激光雷达原始点云数据应用滑动滤波等机制，滤除噪声，大幅提升轮廓识别与体积计算的准确性。 ◦ 数据管理模块：基于ODBC统一接口，支持将处理结果、报警日志等数据持久化存储至MySQL、SQL Server等数据库。 ◦ 系统服务模块：集成glog进行分级日志管理，记录系统运行、错误及操作审计信息，保障系统可维护性。 三、 业务流程与功能路径描述 1. 数据采集与处理流程： ◦ 硬件扫描：安装于传送带上方的激光雷达按设定频率对通过的渣土进行横向扫描，获取一系列表示渣土表面轮廓的三维点云数据。 ◦ 驱动解析：硬件驱动模块接收雷达的原始数据流，并解析为系统内部标准的点云数据结构。 ◦ 滤波优化：点云数据送入数据处理与算法模块，经过滑动滤波等算法处理，去除因物料滑落、水滴、粉尘等造成的噪声点，得到洁净、准确的渣土断面轮廓线。 2. 体积计算与系统监控流程： ◦ 体积解算：根据滤波后的轮廓线与传送带速度（可通过编码器或系统设定获取），实时计算当前渣土的

一、 立项背景与目标 在智能化矿山掘进作业中，对掘锚机的实时、高精度位姿感知是实现自动导航与安全作业的核心前提。传统方案依赖单一定位技术，存在精度低、可靠性差、环境适应性弱的问题。本项目旨在构建一套集成了机器视觉、激光定位与多源传感器的高精度实时感知系统，核心目标包括： 实现亚像素级高精度感知：通过轻量化视觉模型与激光光斑分析，为位姿解算提供高精度输入。 完成六自由度位姿精准解算：融合视觉、惯性导航等多源信息，实现厘米级定位与亚度级姿态测量。 构建可扩展的监控平台：开发插件化上位机系统，灵活集成UWB、SLAM、环视相机等多种传感器，实现掘锚机状态的可视化实时监控。 二、 软件功能与核心模块 系统由下位机智能感知系统与上位机多源融合平台两大部分构成： 下位机智能感知系统： 功能：负责靶标视觉识别、激光光斑定位与六自由度位姿解算。 核心模块： 轻量化视觉识别模块：基于C++部署的YOLOv5模型，实时识别特定靶标。 激光特征提取模块：采用OpenCV的Blob分析，通过自适应阈值与形态学处理，实现光斑质心亚像素级定位（误差<0.1px）。 位姿解算模块：核心为EPnP算法，融合IMU数据构建优化模型，输出高精度位姿（俯仰/横滚角误差<0.5°，横向精度±2cm）。 上位机多源融合平台： 功能：集成并融合多传感器数据，进行实时可视化展示与监控。 核心模块： 多源数据融合引擎：基于卡尔曼滤波，实时融合UWB（±5cm）、LOAM-SLAM（20Hz）、超声波、360°环视RTSP流、IMU等数据。 Qt插件化框架：基于Qt Plugin机制开发，定义了统一的Google Protobuf数据通信协议与插件管理接口。 设备插件集：包括UWB定位插件、SLAM建图插件、超声波雷达插件、视频流处理插件等，支持热插拔。 三、 业务流程与功能路径描述 下位机高精度位姿解算流程： 图像采集与识别：工业相机捕获现场图像，轻量化视觉识别模块（YOLOv5）​ 实时检测并框出靶标。 激光光斑定位：激光器投射光斑至靶标，激光特征提取模块对图像进行Blob分析，计算出光斑的亚像素级精确质心坐标。 多源数据融合解算：将靶标框、光斑质心坐标与惯性导航模块（IMU）​ 的实时角度、加速度数据一同输入位姿解算模块（EPnP）。该模块通过求解欧拉角-平移矩阵联合优化模型，最终输出掘锚机相对于目标的六自由度位姿（包括三维位置与三维姿态角）。 上位机综合监控与数据融合流程： 插件化数据接入：各类传感器（UWB基站、SLAM激光雷达、超声波传感器、环视相机）通过对应的设备插件接入系统。插件将原始数据统一封装为Protobuf格式报文。 中心化数据融合：多源数据融合引擎接收来自各插件的标准报文，以下位机解算的高精度位姿为重要观测值，结合UWB绝对位置、

项目描述:负责开发并维护一套集车辆进出管理、车位预约、费用结算、数据分析于一体的智慧停车场管理系统 技术栈:SpringCloud、Spring Boot、MySQL、Redis、MQTT、WebSocket 主要职责: 1.设计并实现车辆进出自动识别模块,通过集成车牌识别算法,提高车辆通行效率。 2.开发车位预约功能,支持用户在线预约车位,减少现场等待时间 3.优化费用结算流程,实现多种支付方式集成,提升用户体验 4.利用Redis缓存技术,提高系统响应速度,降低数据库压力, 5.参与系统架构设计,确保系统的高可用性和可扩展性。

这个项目也比较特别，就是物联网走的 tcp 协议 就是 想用手机端控制设备 运行，当时前端是找了个团队来做 然后整个后端 ，也有一个比较完善的cloud，主要是找我做tcp这块 然后我也没搞那么复杂的协议，因为他们用的是一个bus总线发送数据 我们就定义好数据头是多少，根据数据头进行拆分 整体上我是在netty基础之上自己直接写的 比如设备前进的时候，点击一下不是传输一个命令吗，还要走一个循环，然后等待停止命令 反正挺复杂的，只是那个设备是个农用设备，总体感觉自己写的挺好的。找我的甲方也是个技术工作，非常认可。