军工项目

数字孪生开发模板是一个开箱即用的数字孪生可视化前端开发框架。它基于 Vue 3 Composition API 和 TypeScript 构建，深度集成 TresJS（Three.js 的声明式封装）和 ECharts 数据可视化库。支持多语言，框架已开发多个数字孪生园区，并成功落地。可以为客户快速接入数字孪生系统。

1.项目主要分为态势大屏和后台管理 2.对终端，服务器，路由器，防火墙等设备的在线采集信息及时发现风险并生成告警发送给用户 3.用户可在系统创建专项任务并在此专项任务中绘制和编辑当前单位的单位拓扑和设备拓扑 4.态势模块用户可在态势页面中的地球上开到各个区域内的单位，和部署的设备，并且可以在三维地球上手动对有关系的单位和单位，单位和设备，设备和设备进行连线绘制，以及可以查看单位和设备的信息

负责海康，大华，宇视等厂家智能终端的sdk集成，使用rtsp协议+zlm+webrtc实现实时视频和回放，数据库维护，数据迁移，MySQL读写分离，MongoDB分片集群搭建，智能化巡视逻辑编写，前端页面逻辑编写，对接第三方api，第三方数据集成，ipc远程控制，集成第三方sdk，实现ipc的远程控制，支持云台控制，焦距，光圈等控制，手势控制，sdk抓图，支持守望配置，ipc邮箱配置，配置文件的导入导出，修改视频的编码格式。结合zlm实时视频，使用rtsp协议转webrtc协议进行播放，延时低200ms内，操作无感延时。提供api接口未第三方继承。

在 3D 视觉、自动驾驶、机器人感知、工业检测等领域，点云是核心环境数据载体。传统 PCL 库仅能实现基础点云分割与分类，规则依赖人工定义，开发成本高、鲁棒性差，难以应对复杂无序点云与密度不均场景。PointNet/PointNet++ 作为点云深度学习里程碑算法，可直接处理无序点云、捕捉局部结构、保持变换不变性，适用于 Ubuntu 环境下的点云智能识别、分割、分类任务，为机器人三维感知、自动驾驶环境理解、工业零件检测提供高效解决方案，是从传统点云处理迈向深度学习智能分析的关键技术。

参与开发的校园工作室管理系统，这是一个基于springboot和vue的管理系统，使用采用前后端分离架构,为校园工作室提供空间预约、设备维修、成员管理等全流程数字化解决方案。 技术栈 后端:Spring Boot 2.5.15 + Spring Security + JWT MyBatis + PageHelper 分页插件 Redis 缓存 + Druid 数据库连接池 MySQL 数据库 Swagger3 接口文档 前端:Vue 2.6.12 + Element UI 2.15.14 Vuex + Vue Router Axios 异步通信 ECharts 数据可视化 开发工具: Maven 构建工具、Git 版本控制 IntelliJ IDEA、VS Code