基于数字孪生的机场FOD智能巡检系统
担任角色: 算法开发核心成员
项目时间: 2024.03 - 2024.06
技术栈: YOLOv5, TensorRT, OpenCV, 多传感器融合, ROS, 数字孪生
项目描述:
负责FOD检测核心算法开发,基于YOLOv5s模型进行训练与优化,并利用TensorRT进行量化部署,实现边缘侧3ms内的实时推理。
设计激光雷达点云与视觉图像的时空同步与融合策略,将复杂环境下的目标识别准确率提升至97.9%。
参与多智能体协同巡检的算法设计,显著提升区域覆盖效率。
项目成果:
算法性能达到业界先进水平,为低成本、高效率的巡检方案提供核心技术支撑。
通信类专网诊断设备,主要技术特点:高集成度射频接收机设计;软
一款智能传感器+物联网产品,主要用于判断水管漏水诊断的应用,
PID恒温箱项目 通过PID算法实现对恒温箱的温度 湿度进行
准备了带标注的车辆数据集,采用YOLO格式。利用YOLOv8
(一)终端一体机(蛋体控制终端) 1.视频通话 双向视频通
设备端下位机(K 64 )通过串口转WIFI将传感器采集到的
需求方专属客服,免费梳理匹配
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如当前档期不合,也可免费为您推荐相似案例作者