后端:用Go写WebSocket服务,聚合所有机器人的ROS Odometry(里程计)和IMU数据,推送给前端。 前端:基于Three.js加载工厂CAD模型(GLTF格式),将机器人二维坐标实时映射到三维场景。 算法:实时重绘路径,当障碍物出现时,热力图区域自动变红
1. AI模型部署与优化 • 采集了2000+张工厂场景图片,标注了人员、仪表盘、阀门等8类目标 • 使用PyTorch训练YOLOv8n模型,通过TensorRT进行INT8量化,将推理速度从28FPS提升至60FPS • 编写了后处理脚本,将检测框坐标转换为3D空间位置
技术栈:Python + LangChain + PyTorch + Kubernetes + Milvus - 架构设计:设计基于RAG(检索增强生成)架构的企业知识库系统,将内部技术文档与运维日志向量化存储于Milvus,实现私有化大模型问答。 - AI Agen
鼠标悬停或点击上方资质图片,可放大右下角二维码进行扫码验真。
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
如该工程师当前档期不合,也可免费为您推荐相似候选人