Firef的案例列表
基于视觉的目标检测和实时追踪系统
系统需要在实时视频流中识别目标并输出稳定的位姿/控制辅助信息。 主要工作： 负责相机图像采集、预处理、目标候选区域筛选和识别流程开发 使用 OpenCV 完成颜色阈值、形态学处理、轮廓筛选、角点/灯条特征提取等算法模块 基于相机标定参数完成畸变校正和 PnP 位姿解算，输出目标相对位置与角度 对算法进行实时性调试，优化误检、漏检、抖动和光照变化下的稳定性 配合电控/上位机完成数据通信、调参和比赛环境联调
激光雷达和视觉融合定位系统
本人参与开发了一套面向 RoboMaster 机器人比赛场景的激光雷达与视觉融合多目标检测、追踪和高精度定位系统。 项目使用海康工业相机采集二维图像，结合速腾聚创 Mid70 多线激光雷达获取三维点云，通过相机内参标定、雷达-相机外参标定、PnP 解算和点云投影，实现图像目标与三维点云的空间对齐。视觉端采用 YOLO 系列模型完成机器人目标检测，并构建“车辆检测、装甲板检测、图案分类”的多层级识别流程；融合端根据检测框筛选对应点云区域，结合聚类方法剔除异常点，输出更稳定的目标三维坐标。项目中还引入多目标追踪思路，结合历史类别分布、三维位置和 IoU 等信息，通过匈牙利匹配维持目标身份连续性，
案例判断参考
Firef的案例列表
基于视觉的目标检测和实时追踪系统
系统需要在实时视频流中识别目标并输出稳定的位姿/控制辅助信息。 主要工作： 负责相机图像采集、预处理、目标候选区域筛选和识别流程开发 使用 OpenCV 完成颜色阈值、形态学处理、轮廓筛选、角点/灯条特征提取等算法模块 基于相机标定参数完成畸变校正和 PnP 位姿解算，输出目标相对位置与角度 对算法进行实时性调试，优化误检、漏检、抖动和光照变化下的稳定性 配合电控/上位机完成数据通信、调参和比赛环境联调...
激光雷达和视觉融合定位系统
本人参与开发了一套面向 RoboMaster 机器人比赛场景的激光雷达与视觉融合多目标检测、追踪和高精度定位系统。 项目使用海康工业相机采集二维图像，结合速腾聚创 Mid70 多线激光雷达获取三维点云，通过相机内参标定、雷达-相机外参标定、PnP 解算和点云投影，实现图像目标与三维点云的空间对齐。视觉端采用 YOLO 系列模型完成机器人目标检测，并构建“车辆检测、装甲板检测、图案分类”的多层级识别流程；融合端根据检测框筛选对应点云区域，结合聚类方法剔除异常点，输出更稳定的目标三维坐标。项目中还引入多目标追踪思路，结合历史类别分布、三维位置和 IoU 等信息，通过匈牙利匹配维持目标身份连续性，...
