技术能力

我们是覆盖硬件设计、嵌入式开发、控制算法、数据平台、AI应用全链条的复合型技术团队，核心成员来自军工、工业自动化、互联网头部企业，平均从业年限超8年。团队学历扎实、专业高度匹配：拥有3名硕士（2名毕业于985/211重点工科院校、1名海外名校数据科学专业）和2名统招本科生，均为自动化、电子信息、计算机等工科背景，兼具深厚理论基础与跨学科融合能力，可提供从样机研发到量产转化、智能运维的一站式电机定制化解决方案。

项目经验

核心算法与服务开发
1. 路标漆中的地面符号生成
工作职责：负责城市场景中地面箭头、减速带、防滑带、导流带、人行横道的矢量化工作
工作内容：归纳分析产品生产问题，在鸟瞰视角（BEV）下对单轨迹矢量化结果进行多轨迹融合补全；基于GEOS几何计算引擎、OpenCV及统计分析方法完成性能优化并部署至生产环境；对接工艺端高精地图生产要求，平衡算法效果与交付效率
2.路网高密度ADAS信息挂载
工作职责：对接客户技术人员，整合现有服务、开发新服务并完成上云部署
工作内容：使用C++开发曲率计算服务（调用现有曲率计算库）并生成高密度路网；通过Python整合数据上传下载、引擎调用、结果推送等全流程服务并基于K8s上云；与平台团队协同确定业务流程
3.使用众源BEV信息生成车道线
工作职责：基于客户提供的数据完成单轨迹车道线矢量化
工作内容：完成数据坐标变换（四元数），对稠密点集进行稀疏化与有向拟合，最终实现车道线矢量化输出

硬件采集与重建系统开发
1.3D扫描组件的开发
在Linux平台基于相机SDK、ROS与Qt开发相机与惯导系统采集软件；将ROS1发布订阅通讯机制底层修改为共享内存模式，满足高速数据写入需求；集成camera-imu联合标定采集功能，实现IMU、RTK及相机数据的实时监测与稳定记录
负责低精度组件产品化工作，包括供应商与甲方对接、软硬件问题排查及现场试验跟踪
2.3D线激光相机的三维重建
基于Qt结合组合导航解算结果，对原始3D线相机数据进行位姿矫正，并实现校正后数据的分段加载与可视化显示

维护移动机器人决策系统（轮询+状态机），解决核心技术问题：
1. 二次定位优化：针对AGV充电等场景的SLAM定位误差，分别开发基于OpenCV特征匹配和PCL-ICP算法的两种定位修正方案，适配不同应用场景
2. 移动机器人顶升功能开发：完成机器人任务分解、状态机维护及移动过程中障碍点刨除，实现货架搬运功能并落地应用

团队情况