业务和功能介绍
项目简介：该项目基于真实农业场景，与学校周边农户深度合作，利用十万级实测环境数据驱动算法决策，通过鸿蒙开发板与边缘计算技术实现农业设备自动化调控。系统上线后，农户人工干预频率降低65%，作物产量与品质显著提升，助力传统大棚种植向数据驱动的智慧农业转型，相关成果获合作基地规模化推广验证。
技术栈：mysql、WaffleNano开发板、Zigbee无线传感器网络、YOLOv10目标检测模型
技术栈：mysql、WaffleNano开发板、Zigbee无线传感器网络、YOLOv10目标检测模型
项目实现
我核心负责后端硬件开发板的程序编写工作，核心技术链路围绕“硬件传感器集成+Python Socket实现MQTT网络通信+YOLOv10图像采集与植被病虫害识别+软硬件双向交互”展开，本质是落地一套物联网+计算机视觉+农业植保的边缘端解决方案。我的定位是边缘硬件端一体化开发工程师，既要搞定硬件驱动与数据采集，也要实现网络通信与AI算法落地，下面从我的视角，完整梳理我的核心职责、技术实现路径及可拓展方向，所有内容均贴合我的实际工作场景，具备极强的落地性。
一、我的核心工作职责
我的工作核心围绕WaffleNano开发板展开，全程基于Python语言实现，主要分为三大核心模块，构成了我工作的核心主线：
1. 多类型传感器集成+驱动开发+数据预处理
这是我负责的硬件层核心工作，也是整个系统的数据输入端，核心围绕农业植保场景落地：
-负责农业植保类传感器的硬件接线、Python驱动编写与数据采集，重点集成贴合植被传感器：环境类温湿度、光照强度、CO₂浓度等。
技术实现上，我会用Python实现传感器的I2C/SPI/串口通信，完成原始数据采集；之后对数据做预处理，包括滤波去噪、异常值剔除、数据归一化和单位标准化，最后封装成JSON结构化格式，为后续网络传输做好准备；
我清楚这部分工作的核心价值：病虫害爆发与环境强相关，比如高湿易引发霜霉病、高温高湿易滋生蚜虫，我采集的传感器数据是病虫害预警的核心依据，能和后续的图像识别形成双重判断维度，提升识别准确性。
2. 基于Python Socket实现MQTT协议，完成全链路网络通讯
我明确一个关键知识点：MQTT协议底层基于TCP/IP协议实现，而Python的socket库是TCP/IP的原生编程接口，所以用socket库实现MQTT功能，是底层原生实现方案，能更好适配硬件开发板的资源限制，也是我工作的技术核心亮点。
核心逻辑设计：我基于Python socket库建立TCP长连接，封装MQTT协议的核心报文（连接、发布、订阅、心跳、断开），实现完整的MQTT通信功能；
3.图像采集+YOLOv10算法落地，实现小麦病虫害智能识别（算法层核心，我的重点工作）
负责定义并实现数据交互内容：开发板上行数据包括传感器结构化数据、YOLOv10小麦病虫害识别结果（小麦病害类型、小麦虫害种类、置信度、识别时间）、硬件设备状态（在线/离线、传感器是否故障）；上位机下行数据包括远程控制指令（调整传感器采集频率、摄像头拍照、修改YOLOv10识别参数、外设启停）和设备校准指令；
一、我的核心工作职责
我的工作核心围绕WaffleNano开发板展开，全程基于Python语言实现，主要分为三大核心模块，构成了我工作的核心主线：
1. 多类型传感器集成+驱动开发+数据预处理
这是我负责的硬件层核心工作，也是整个系统的数据输入端，核心围绕农业植保场景落地：
-负责农业植保类传感器的硬件接线、Python驱动编写与数据采集，重点集成贴合植被传感器：环境类温湿度、光照强度、CO₂浓度等。
技术实现上，我会用Python实现传感器的I2C/SPI/串口通信，完成原始数据采集；之后对数据做预处理，包括滤波去噪、异常值剔除、数据归一化和单位标准化，最后封装成JSON结构化格式，为后续网络传输做好准备；
我清楚这部分工作的核心价值：病虫害爆发与环境强相关，比如高湿易引发霜霉病、高温高湿易滋生蚜虫，我采集的传感器数据是病虫害预警的核心依据，能和后续的图像识别形成双重判断维度，提升识别准确性。
2. 基于Python Socket实现MQTT协议，完成全链路网络通讯
我明确一个关键知识点：MQTT协议底层基于TCP/IP协议实现，而Python的socket库是TCP/IP的原生编程接口，所以用socket库实现MQTT功能，是底层原生实现方案，能更好适配硬件开发板的资源限制，也是我工作的技术核心亮点。
核心逻辑设计：我基于Python socket库建立TCP长连接，封装MQTT协议的核心报文（连接、发布、订阅、心跳、断开），实现完整的MQTT通信功能；
3.图像采集+YOLOv10算法落地，实现小麦病虫害智能识别（算法层核心，我的重点工作）
负责定义并实现数据交互内容：开发板上行数据包括传感器结构化数据、YOLOv10小麦病虫害识别结果（小麦病害类型、小麦虫害种类、置信度、识别时间）、硬件设备状态（在线/离线、传感器是否故障）；上位机下行数据包括远程控制指令（调整传感器采集频率、摄像头拍照、修改YOLOv10识别参数、外设启停）和设备校准指令；
示例图片视频
相似推荐
国际货代智能业务协同 Agent
技术栈：LangGraph + FastAPI + Milvus + Python + Docker + 顺丰丰语大模型
项目描述：针对国际货代业务链路长、系统繁杂、操作人员需多系统切换的痛点，构建货代多意图路由与任务编排系统，实现从“模糊业务提问”到“结构化结果输出”的端到端闭环。
简易商贸进销存桌面管理系统-小店库存收支管理客户端
立项背景：小型门店依靠纸质账本记录进货、卖货，库存数量、盈利金额人工计算容易出错，查找历史单据十分麻烦。项目目标做一套轻量化管理软件，完成商品、采购、销售、库存基础管理。
核心功能：商品信息录入、采购入库登记、销售开单、库存自动增减、库存不足提醒、月度销售统计、单据打印、简单账号权限管理。
业务流程：录入商品信息→进货填写入库单增加库存；顾客消费开销售单自动扣减库存；随时查看剩余库存，月底导出销售报表对账。
智能仓储物流管理系统（WMS）
1、立项背景和目标
随着电商行业和智能制造的高速发展，传统仓储管理依赖人工记账、Excel统计，存在库存数据滞后、出入库效率低、错发漏发频发等问题。本项目旨在打造一套智能仓储物流管理系统，实现仓库作业的数字化、标准化和可视化。目标是：库存准确率提升至99.5%以上，单仓日处理订单能力提升30%，同时降低人力成本约20%。
2、软件功能、核心功能模块介绍
系统核心功能模块包括：
入库管理：支持采购入库、退货入库、调拨入库，自动生成入库单并更新库存台账；
出库管理：支持订单拣货、波次策略、复核打包，对接主流ERP系统；
库存管理：实时库存查询、库存预警（上下限）、库存盘点、库位管理；
报表中心：库存流水报表、出入库统计、库存周转率分析，支持Excel导出；
权限管理：基于RBAC模型的用户权限控制，不同岗位（仓管员、拣货员、主管）拥有不同操作权限。
3、业务流程、功能路径描述
典型业务路径为：上游ERP推送销售订单 → 系统自动分配波次 → 生成拣货任务 → 手持终端（PDA）引导拣货 → 复核打包 → 出库登记 → 库存自动扣减 → 实时同步至ERP系统。全流程闭环管理，数据实时可追溯。
表格生成器
本质是 “窗体容器化 + 数据库驱动” 的业务管理原型 ，目标解决：
多业务流程的分步操作（通过窗体嵌入、切换实现）。
业务规则、数据的可视化管理（结合数据库与 DataGridView ）。
桌面应用的交互体验（动态布局、多窗体协作 ）。
cesium 三维智慧工地软件开发
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。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服