.
嵌入式软件工程师
深圳市智玩创新有限公司 · 1年经验
日薪：
￥500/8h
地点：
深圳
时间：
可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1. 有一年多嵌入式消费电子产品开发经验，参与产品的开发验证到量产，具备BLE/2.4G及USB 2.0 Host/Device开发经验，熟悉HID、UAC及USB协议分析与兼容性问题定位。
2. 熟悉 Linux 下的多线程、网络编程和 V4L2 视频采集；了解 U-Boot、 Device Tree、 BusyBox RootFS 的构建与启动流程。
3. 熟悉瑞芯微/RK 下的 MPP 音视频处理框架，H.264、H.265 编解码协议，SRT、RTSP、RTMP 等音视频网络传输协议，MPEG-TS 封装容器格式；了解 MQTT 和 WebRTC。
4. 熟悉嵌入式开发中的常见外设通信协议，如 SPI、IIC、USB、BLE 等，其中 USB 具备量产项目的驱动移植和调试经验，熟练使用 USB 分析仪和逻辑分析仪。
5. 了解 RKNN 下的 YOLO 模型转换和部署流程，具备板端推理的性能分析和优化能力。
6. 熟悉嵌入式开发的工程开发与调试，熟练使用CMake、Git、GDB，具备日志埋点与性能瓶颈定位经验；熟练使用Codex、Claude Code 辅助开发与调试。
2. 熟悉 Linux 下的多线程、网络编程和 V4L2 视频采集；了解 U-Boot、 Device Tree、 BusyBox RootFS 的构建与启动流程。
3. 熟悉瑞芯微/RK 下的 MPP 音视频处理框架，H.264、H.265 编解码协议，SRT、RTSP、RTMP 等音视频网络传输协议，MPEG-TS 封装容器格式；了解 MQTT 和 WebRTC。
4. 熟悉嵌入式开发中的常见外设通信协议，如 SPI、IIC、USB、BLE 等，其中 USB 具备量产项目的驱动移植和调试经验，熟练使用 USB 分析仪和逻辑分析仪。
5. 了解 RKNN 下的 YOLO 模型转换和部署流程，具备板端推理的性能分析和优化能力。
6. 熟悉嵌入式开发的工程开发与调试，熟练使用CMake、Git、GDB，具备日志埋点与性能瓶颈定位经验；熟练使用Codex、Claude Code 辅助开发与调试。
项目经验
基于 RK3568 的边缘智能视频监控系统
该项目是一个支持浏览器远程实时监控、人员检测自动录像、查看回放和管理录像的智能视频监控系统。主要分为RK3568 板端和服务端两部分，板端负责 V4L2/NV12 视频采集—> RKNN/YOLOv8n 推理与叠框—> MPP/H.264 编码—>FFmpeg/MPEG-TS 封转与 SRT 推流与 MQTT 发布推理检测数据，服务端负责接收板端推流视频数据和 MQTT 检测数据，并通过 MediaMTX 实现自动 MP4 录像、回放管理、WebRTC 视频流分发。在当前 1080 x 1920 分辨率下，板端从摄像头V4L2 采集到推流结束的单帧延时为 85ms，流水线吞吐到 25FPS，公网实时观看延时约 500ms，完成超过一周连续运行测试。
技术方案：
RK3568、 V4L2、 MPP、 H.264、 FFmpeg、 MPEG-TS、 SRT、 YOLOv8n、 RKNN、 MQTT/TLS、 WebRTC、 MediaMTX
主要工作：
1. 线程安全 Ring FIFO：支持队列大小、队满丢新/旧策略配置和异常线程唤醒。
2. 摄像头采集到推流链路：V4L2/NV12 视频采集—> RKNN/YOLOv8n 推理与叠框—> MPP/H.264 编码—> FFmpeg/MPEG-TS 封转与 SRT 推流，每个模块封装成单一模块，大多数模块与模块之间都使用零拷贝技术进行数据传递，设计统一的引用计数 buffer 释放原则。
3. MQTT 检测数据发布：将 YOLOv8n 检测结果转换为 JSON 格式，使用 MQTT 发送给服务端
4. 日志系统：基于 CMake 组织工程与日志等级配置，统一日志打印格式，通过 python 脚本统计采集、检测、编码以及推流耗时，用于定位系统瓶颈与验证优化效果。
5. 性能优化：将串行的视频处理改为多线程流水线并行处理，线程之间通过线程安全 FIFO 进行数据传递，使用队满丢弃最旧帧，限制 FIFO 大小的措施控制旧帧堆积，使吞吐由原来的 17fps 提高至 21fps；进一步调整模型输入尺寸与优化CPU 后处理，将检测阶段耗时降低约 10ms，NPU 推理降低为 23ms，最终将视频流处理达到当前摄像头硬件限制的
25fps。
6. 服务端处理：通过 MQTT 上报的检测数据，后端服务由 MediaMTX 接收 SRT 视频流并通过WebRTC 分发，并基于MediaMTX 实现自动启停 MP4 录像，实现了浏览器实时预览与历史录像回放。
该项目是一个支持浏览器远程实时监控、人员检测自动录像、查看回放和管理录像的智能视频监控系统。主要分为RK3568 板端和服务端两部分，板端负责 V4L2/NV12 视频采集—> RKNN/YOLOv8n 推理与叠框—> MPP/H.264 编码—>FFmpeg/MPEG-TS 封转与 SRT 推流与 MQTT 发布推理检测数据，服务端负责接收板端推流视频数据和 MQTT 检测数据，并通过 MediaMTX 实现自动 MP4 录像、回放管理、WebRTC 视频流分发。在当前 1080 x 1920 分辨率下，板端从摄像头V4L2 采集到推流结束的单帧延时为 85ms，流水线吞吐到 25FPS，公网实时观看延时约 500ms，完成超过一周连续运行测试。
技术方案：
RK3568、 V4L2、 MPP、 H.264、 FFmpeg、 MPEG-TS、 SRT、 YOLOv8n、 RKNN、 MQTT/TLS、 WebRTC、 MediaMTX
主要工作：
1. 线程安全 Ring FIFO：支持队列大小、队满丢新/旧策略配置和异常线程唤醒。
2. 摄像头采集到推流链路：V4L2/NV12 视频采集—> RKNN/YOLOv8n 推理与叠框—> MPP/H.264 编码—> FFmpeg/MPEG-TS 封转与 SRT 推流，每个模块封装成单一模块，大多数模块与模块之间都使用零拷贝技术进行数据传递，设计统一的引用计数 buffer 释放原则。
3. MQTT 检测数据发布：将 YOLOv8n 检测结果转换为 JSON 格式，使用 MQTT 发送给服务端
4. 日志系统：基于 CMake 组织工程与日志等级配置，统一日志打印格式，通过 python 脚本统计采集、检测、编码以及推流耗时，用于定位系统瓶颈与验证优化效果。
5. 性能优化：将串行的视频处理改为多线程流水线并行处理，线程之间通过线程安全 FIFO 进行数据传递，使用队满丢弃最旧帧，限制 FIFO 大小的措施控制旧帧堆积，使吞吐由原来的 17fps 提高至 21fps；进一步调整模型输入尺寸与优化CPU 后处理，将检测阶段耗时降低约 10ms，NPU 推理降低为 23ms，最终将视频流处理达到当前摄像头硬件限制的
25fps。
6. 服务端处理：通过 MQTT 上报的检测数据，后端服务由 MediaMTX 接收 SRT 视频流并通过WebRTC 分发，并基于MediaMTX 实现自动启停 MP4 录像，实现了浏览器实时预览与历史录像回放。
ID:438240
复制
.
嵌入式软件工程师 · 1年经验 · 深圳市智玩创新有限公司
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1. 有一年多嵌入式消费电子产品开发经验，参与产品的开发验证到量产，具备BLE/2.4G及USB 2.0 Host/Device开发经验，熟悉HID、UAC及USB协议分析与兼容性问题定位。
2. 熟悉 Linux 下的多线程、网络编程和 V4L2 视频采集；了解 U-Boot、 Device Tree、 BusyBox RootFS 的构建与启动流程。
3. 熟悉瑞芯微/RK 下的 MPP 音视频处理框架，H.264、H.265 编解码协议，SRT、RTSP、RTMP 等音视频网络传输协议，MPEG-TS 封装容器格式；了解 MQTT 和 WebRTC。
4. 熟悉嵌入式开发中的常见外设通信协议，如 SPI、IIC、USB、BLE 等，其中 USB 具备量产项目的驱动移植和调试经验，熟练使用 USB 分析仪和逻辑分析仪。
5. 了解 RKNN 下的 YOLO 模型转换和部署流程，具备板端推理的性能分析和优化能力。
6. 熟悉嵌入式开发的工程开发与调试，熟练使用CMake、Git、GDB，具备日志埋点与性能瓶颈定位经验；熟练使用Codex、Claude Code 辅助开发与调试。
2. 熟悉 Linux 下的多线程、网络编程和 V4L2 视频采集；了解 U-Boot、 Device Tree、 BusyBox RootFS 的构建与启动流程。
3. 熟悉瑞芯微/RK 下的 MPP 音视频处理框架，H.264、H.265 编解码协议，SRT、RTSP、RTMP 等音视频网络传输协议，MPEG-TS 封装容器格式；了解 MQTT 和 WebRTC。
4. 熟悉嵌入式开发中的常见外设通信协议，如 SPI、IIC、USB、BLE 等，其中 USB 具备量产项目的驱动移植和调试经验，熟练使用 USB 分析仪和逻辑分析仪。
5. 了解 RKNN 下的 YOLO 模型转换和部署流程，具备板端推理的性能分析和优化能力。
6. 熟悉嵌入式开发的工程开发与调试，熟练使用CMake、Git、GDB，具备日志埋点与性能瓶颈定位经验；熟练使用Codex、Claude Code 辅助开发与调试。
项目经验
基于 RK3568 的边缘智能视频监控系统
该项目是一个支持浏览器远程实时监控、人员检测自动录像、查看回放和管理录像的智能视频监控系统。主要分为RK3568 板端和服务端两部分，板端负责 V4L2/NV12 视频采集—> RKNN/YOLOv8n 推理与叠框—> MPP/H.264 编码—>FFmpeg/MPEG-TS 封转与 SRT 推流与 MQTT 发布推理检测数据，服务端负责接收板端推流视频数据和 MQTT 检测数据，并通过 MediaMTX 实现自动 MP4 录像、回放管理、WebRTC 视频流分发。在当前 1080 x 1920 分辨率下，板端从摄像头V4L2 采集到推流结束的单帧延时为 85ms，流水线吞吐到 25FPS，公网实时观看延时约 500ms，完成超过一周连续运行测试。
技术方案：
RK3568、 V4L2、 MPP、 H.264、 FFmpeg、 MPEG-TS、 SRT、 YOLOv8n、 RKNN、 MQTT/TLS、 WebRTC、 MediaMTX
主要工作：
1. 线程安全 Ring FIFO：支持队列大小、队满丢新/旧策略配置和异常线程唤醒。
2. 摄像头采集到推流链路：V4L2/NV12 视频采集—> RKNN/YOLOv8n 推理与叠框—> MPP/H.264 编码—> FFmpeg/MPEG-TS 封转与 SRT 推流，每个模块封装成单一模块，大多数模块与模块之间都使用零拷贝技术进行数据传递，设计统一的引用计数 buffer 释放原则。
3. MQTT 检测数据发布：将 YOLOv8n 检测结果转换为 JSON 格式，使用 MQTT 发送给服务端
4. 日志系统：基于 CMake 组织工程与日志等级配置，统一日志打印格式，通过 python 脚本统计采集、检测、编码以及推流耗时，用于定位系统瓶颈与验证优化效果。
5. 性能优化：将串行的视频处理改为多线程流水线并行处理，线程之间通过线程安全 FIFO 进行数据传递，使用队满丢弃最旧帧，限制 FIFO 大小的措施控制旧帧堆积，使吞吐由原来的 17fps 提高至 21fps；进一步调整模型输入尺寸与优化CPU 后处理，将检测阶段耗时降低约 10ms，NPU 推理降低为 23ms，最终将视频流处理达到当前摄像头硬件限制的
25fps。
6. 服务端处理：通过 MQTT 上报的检测数据，后端服务由 MediaMTX 接收 SRT 视频流并通过WebRTC 分发，并基于MediaMTX 实现自动启停 MP4 录像，实现了浏览器实时预览与历史录像回放。
该项目是一个支持浏览器远程实时监控、人员检测自动录像、查看回放和管理录像的智能视频监控系统。主要分为RK3568 板端和服务端两部分，板端负责 V4L2/NV12 视频采集—> RKNN/YOLOv8n 推理与叠框—> MPP/H.264 编码—>FFmpeg/MPEG-TS 封转与 SRT 推流与 MQTT 发布推理检测数据，服务端负责接收板端推流视频数据和 MQTT 检测数据，并通过 MediaMTX 实现自动 MP4 录像、回放管理、WebRTC 视频流分发。在当前 1080 x 1920 分辨率下，板端从摄像头V4L2 采集到推流结束的单帧延时为 85ms，流水线吞吐到 25FPS，公网实时观看延时约 500ms，完成超过一周连续运行测试。
技术方案：
RK3568、 V4L2、 MPP、 H.264、 FFmpeg、 MPEG-TS、 SRT、 YOLOv8n、 RKNN、 MQTT/TLS、 WebRTC、 MediaMTX
主要工作：
1. 线程安全 Ring FIFO：支持队列大小、队满丢新/旧策略配置和异常线程唤醒。
2. 摄像头采集到推流链路：V4L2/NV12 视频采集—> RKNN/YOLOv8n 推理与叠框—> MPP/H.264 编码—> FFmpeg/MPEG-TS 封转与 SRT 推流，每个模块封装成单一模块，大多数模块与模块之间都使用零拷贝技术进行数据传递，设计统一的引用计数 buffer 释放原则。
3. MQTT 检测数据发布：将 YOLOv8n 检测结果转换为 JSON 格式，使用 MQTT 发送给服务端
4. 日志系统：基于 CMake 组织工程与日志等级配置，统一日志打印格式，通过 python 脚本统计采集、检测、编码以及推流耗时，用于定位系统瓶颈与验证优化效果。
5. 性能优化：将串行的视频处理改为多线程流水线并行处理，线程之间通过线程安全 FIFO 进行数据传递，使用队满丢弃最旧帧，限制 FIFO 大小的措施控制旧帧堆积，使吞吐由原来的 17fps 提高至 21fps；进一步调整模型输入尺寸与优化CPU 后处理，将检测阶段耗时降低约 10ms，NPU 推理降低为 23ms，最终将视频流处理达到当前摄像头硬件限制的
25fps。
6. 服务端处理：通过 MQTT 上报的检测数据，后端服务由 MediaMTX 接收 SRT 视频流并通过WebRTC 分发，并基于MediaMTX 实现自动启停 MP4 录像，实现了浏览器实时预览与历史录像回放。
立即沟通
