核心功能模块 无人机控制与通信(核心业务层) 从 flightmonitor/templates/scratch/scratch.py 可知,项目通过 mavutil.mavlink_connection 与无人机建立 MAVLink 通信,实现模式切换(change_mode 函数)等控制逻辑。这部分是地面控制站与无人机交互的核心,依赖 MAVLink 协议处理指令发送、心跳检测和响应确认。 Web 交互层 flightmonitor/static/js/map.js 中的 flyTo_old 函数通过 XMLHttpRequest 向后端发送 HTTP 请求(如...
本项目为大疆无人机模拟器,旨在模拟大疆无人机与云端交互场景,本项目主要包括机场上云,设备管理,直播功能,媒体管理,航线管理等功能: 机场上云:机场上云需要借助遥控器内安装的 DJI Pilot 3。在上云过程中,需要完成设备的检查(如急停按钮的检查、网络是否已经连接等)、将飞行器与机场对频、填写上云配置信息(如填写 MQTT 账号密码以实现 MQTT 连接)等操作。 设备管理:设备管理功能支持设备向云端上报拓扑信息、推送设备属性、以及云端对设备的属性进行设置。让用户可以在云端查看以及调整设备状态,更为方便地展开工作。 直播功能:直播功能主要是把无人机相机负载和大疆机场的视频码流发给第三方...
JG项目需要保密 介绍如下 多席位实时同步:基于 UDP 协议设计飞行控制、指挥控制、任务控制和机务等席位间的数据同步机制,指令延迟低于 50ms,稳定支持 100+ 节点并发连接,确保团队协作如臂使指。 动态复杂环境库:内置可调节的天气系统(风向/风速/天气状态),并预设 28 种特情故障和 60 种目标类型,极大丰富训练科目,锻炼操作员应急处突能力。 海量地图资源:预装 48 种高精度地理数据地图,支持任务中一键切换不同地形(山地、城市、海洋等),满足多样化战术演练需求。 人员与成绩管理:集成人员信息库,自动记录每场任务的飞行参数、指令响应及命中成绩,支持多维度查询统计...
项目简介:全程参与水下履带两栖无人机/无人车一体化机器人研发、调试与落地,面向海洋牧场智能养殖、水下生物自动捕捞场景,研发水陆水下多场景智能作业设备,解决传统人工捕捞风险高、效率低、统计不准的痛点,实现水下捕捞、抓取、巡检全流程智能化作业。 核心硬件与防护研发:负责机器人履带行走结构优化,实现滩涂、海底、浅水全地形两栖通行。参与整机防护系统开发测试,落地DWISe百米耐压防水系统,支持100米水深作业、100米有线作业半径,保障深水复杂水域稳定作业,适配海洋牧场深水作业场景。 自主导航系统开发:负责RTK高精度自主导航适配与调试,优化水陆双场景路径规划、智能避障、自动返航算法,解决水下信号...
本项目搭建树莓派与无人机结合的视觉识别系统,基于图像识别算法采集田间影像,自动识别果树病虫害,实时传输数据至终端设备;系统适配植保无人机作业场景,辅助无人机精准喷洒药剂,提升农田植保作业效率,降低人工巡查成本,可用于庆阳地区农作物病虫害监测与防治工作。...
主导视频流智能检测预警模块开发:独立构建通用化视频流处理平台,设计并实现标准化 API 接口,支持 多源异构数据(视频流/图像)接入;集成 YOLO 模型实现行人、车辆等多目标实时检测,通过算法优化 将处理延迟控制在毫秒级,显著提升无人机作业场景下的预警实时性与识别精度。 主导无人机智能物流系统核心研发:牵头设计并落地端到端无人机投递全链路,实现无人机与智能物流柜 的高效协同(涵盖自动开柜、精准投递、格口分配及自动化通知);独立研发多机协同调度算法与高可用 容错机制(如动态备降逻辑、硬件异常自动闭环处理),在实战场景中验证了系统的高稳定性,确保物流 业务的高效闭环。 负责虚拟座舱...
通用无人机平台实时目标检测算法研发与部署 项目目标: 为通用无人机(单机)平台开发高精度、高实时性的目标检测算法(人、车、船等),满足端到端低延迟应用需求。 技术重点: 实时性优化、模型轻量化与量化、嵌入式部署。 本人负责: 主导/参与实时目标检测模型的选型、训练、调优、已经部署。 进行模型深度轻量化与量化,大幅降低模型计算复杂度和内存占用,是实现高帧率(FPS)的关键。 针对无人机航拍图像特性(高空俯视、小目标、尺度变化、运动模糊)进行模型鲁棒性优化。 负责算法模型在嵌入式边缘平台(如海思/NVIDIA Jetson系列芯片)的高效部署与性能调优,熟练使用海思om/Tensor...