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
企业数字化管理系统-企航 EasyOps
这个系统主要是给中小企业用来管理日常业务的。很多小公司平时用 Excel 记录客户、订单和库存，时间久了数据容易乱，也不好查。这个项目就是把客户、订单、库存、审批和报表这些内容集中到一个系统里管理.系统里有工作台、客户管理、订单管理、库存管理、审批中心和经营报表。用户可以在系统里录入客户信息，查看客户跟进情况；也可以创建订单、查看订单状态和订单金额；库存数量可以统一管理，库存低了系统会提醒；一些订单折扣、合同、退款申请可以走审批；最后还能通过报表查看销售额、客户数量、库存预警等经营数据。
刷题微信小程序
1.题库学习
多科目题库（考研数学、四级词汇、六级词汇等）
按题库/子分类浏览题目
随机答题模式
免费题 + VIP题 区分
2. 答题系统
选择题作答
自动判断正误
答对获得积分（每日上限30分）
答错自动收录错题集
3. 错题集
按科目分类管理错题
错题详情查看（含正确答案和解析）
错题删除/标记已复习
4. 积分系统
答题赚积分
每日签到（连续签到奖励递增）
积分兑换VIP
5. VIP体系
VIP月卡/季卡/年卡
VIP用户解锁全部题目
普通用户仅可做免费题
6. 排行榜
用户积分排名
查看学习进度
7. 管理员后台
题库管理（添加/删除题目）
用户管理（设置VIP/管理员）
按题库/子分类筛选
AI 智能体开发平台
本平台面向企业内部业务人员与算法开发人员打造一站式 AI 智能体低代码开发平台，解决传统大模型应用开发门槛高、流程定制繁琐、多模型调度混乱等痛点。平台核心包含智能体可视化编排、多厂商大模型接入管理、知识库向量存储、对话流程可视化拖拽、权限管控、调用数据统计六大核心模块。业务人员无需代码即可搭建行业专属智能体，支持上传企业私有文档构建专属知识库，配置问答、工具调用、多轮对话逻辑；算法人员可统一管理文心、通义、GLM 等多模型接口，配置模型限流、上下文长度、温度参数；平台完整记录智能体调用日志、Token 消耗、问答准确率，支持按部门、用户分配智能体访问权限，覆盖企业内部客服、办公辅助、数据查询等多类 AI 业务场景。
企业内部ERP系统
面向鞋类全栈 ERP 系统，覆盖从客户接单、模具管理、BOM 拆解、生产排程、出入库管理到标签打印、报表分析的全链路业务流程。系统采用前后端分离架构，后端基于 Spring Boot 3 提供 RESTful API，前端为 Vue 3 + Vite SPA，支持本地开发与 Docker 生产部署两套环境。
企业后端管理系统
后台管理系统：各类Admin后台、数据统计看板、CMS内容管理。
API接口开发：支持高并发的App/小程序接口，稳定、响应快（附接口文档）。
微信生态：公众号开发、微信支付/支付宝支付完整接入、小程序云开发。
数据与安全：数据可视化图表、防SQL注入/XSS攻击、接口签名加密。
第三方对接：短信验证码、OSS对象存储（七牛/阿里云）、邮件推送。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服