核心模块的实现

ORB-SLAM3 class VertexAccBias : public g2o::BaseVertex<3,Eigen::Vector3d> ◄──── EdgeAccRW ──────► VertexAccBias(VAk)(上一关键帧,固定)在纯 IMU 短窗口内,零偏与重力的分解本就病态;陀螺零偏只影响旋转预积分,与视觉观测的旋转部分(相机朝向)直接对应,相对容易估计;加计零偏影响速度、位置预积分,且与重力向量在测量方程中线性组合,存在。会让边刷新用零偏一阶修正后的预积分测量(速度、位置部分);,视觉残差对零偏的雅可比明明是零,怎么会有信息传过去?刷新依赖零偏的中间项。把视觉信息传递到零偏估计,这句话怎么理解?是安全的,框架会兜底。 阅读详情

一、核心功能模块

模块名称功能概述技术亮点
一键开关站实现扶梯、卷帘门、照明、AFC、PA/PIS等设备远程集中启停支持联动CCTV实时监控、预案提示、操作记录回溯
车站综合看板3D可视化展示客流、设备、环境、能耗等实时数据支持图层管理、设备点击查看、异常高亮显示
客流数据看板基于AFC+CCTV视频分析的客流密度监测、排队预警、热力图展示支持分级预警、客流预测、区域拥堵识别
环境在线监控温湿度、CO₂、PM值等环境参数采集,联动BAS闭环控制支持阈值告警、节能模式自动切换
设备管家对接ISCS/BAS,实现风机、水泵、站台门、电扶梯等设备状态实时监控与健康度分析支持设备定位、故障预警、维保建议
智慧消防消防监测与联动控制,结合FAS、CCTV、三维模型展示疏散路径支持防烟分区可视化、设备联动状态比对
车站综合自动化覆盖正常、应急、设备、环境四类场景,共40+个联动场景支持预案可视化执行、多系统协同响应
智能巡视基于3D模型+视频联动的虚拟巡检,支持自定义巡检路线支持异常自动定位、视频弹窗、事件记录
任务与台账管理人员排班、物资管理、电子台账、任务下发与跟踪支持移动端填报、数据自动填充、流程闭环

二、场景联动体系

已设计并验证40+个运营与应急场景,涵盖:

场景类型典型场景联动系统
正常运营早间开站、晚间关站、智慧巡视、平谷客流PA、PIS、AFC、照明、CCTV
人为应急大客流、电梯事故、公共治安、反恐防控PA、PIS、AFC、CCTV、一键报警
设备应急列车故障、信号故障、AFC故障、车站火灾BAS、FAS、PSD、PA、CCTV
环境应急暴雨、高温、大风、雷电、区间积水BAS、照明、CCTV、水位传感器

三、技术特色与创新点

  1. 全流程自动化:从开关站到巡检、应急,实现“事件感知—分析—决策—执行”闭环;

  2. 三维融合可视:基于数字孪生实现设备、客流、环境的立体化监控与交互;

  3. AI赋能识别:视频分析算法覆盖15+类行为识别,准确率超98%,巡检覆盖40+类隐患;

  4. 多系统深度集成:打通ISCS、CCTV、AFC、BAS、FAS等10余个专业系统;

  5. 移动化协同:支持移动单兵、智能穿戴设备,实现任务下发、视频回传、语音对讲。

四、已具备的装备与平台基础

装备/平台功能说明
视图分析一体机支持128路视频实时分析,低延迟高并发
大模型服务器支持语言与视觉大模型,用于智能问答、故障推理
5G基站+定位系统实现站内人员精准定位(精度3-7米)
移动单兵设备支持语音对讲、视频回传、任务接收
智慧车站软件平台支持PC端、大屏端、移动端三端协同
Fiddler everywhere的一些基础操作 网上能搜到的Fiddler everywhere使用教程太少,于是我整理了一些自己实操成功的内容,包括Fiddler everywhere的Mock测试、弱网测试等基础操作,后续还会持续更新。操作系统:macOS使用工具:Fiddler everywhere 5.10.0本文简单介绍了使用Fiddler everywhere进行的Mock测试和弱网测试,而Fiddler everywhere提供了更多的其他实用的功能,我会在后期进行一个持续的学习和更新。 阅读详情

相关推荐

surfer10与Arcgis10.3 完美生成等值线和等值面方法

surfer10 与Arcgis10.3生成等值线和等值面的步骤如下: 1.准备surfer用的Book1.dat文件,格式如下: "x" "y" "z" 116.471992 40.809975 232 116.335556 40.700542 1235 116.541626 40.713333 214 116.73349 40.798607 566 2.在surfer中,选择Gr

哈里·雪利博客 1万+

第四周作业之wcPro核心模块的实现

第四周作业之wcPro核心模块的实现 一、基本任务:代码编写+单元测试 小组github地址 https://github.com/SkateCloud/wcPro PSP表格 PSP2.1PSP阶段预估耗时(分钟)实际耗时(分钟) Planning 计划 30 60 Estimate 估计任务需要多少时间 30 60 Development 开发 120 180 ...

282

电磁阀的符号解读

先数方框数量定“几位”(工作位置数 );数接口数量(P、A、R等 )定“几通”;看箭头、截断符号,结合常态位(弹簧侧/中间位 ),分析通电/断电时的通路切换;字母(P、A、R )、线圈(单/双电控 )、弹簧(复位 )辅助确认功能(如NO/NC对应常态通断 )。不同厂家符号细节(如编码、线圈画法 )有差异,遇到陌生符号,建议结合产品手册、品牌规范核对,就能精准读懂电磁阀的“语言”啦~

创新改变世界! 6874

MicroPython核心:实现一个模块

本文详细介绍如何在MicroPython中实现一个核心模块,MicroPython模块可以是下面的其中之一: * 内置模块:作为 MicroPython 资源库一部分的通用模块。 * 用户模块:对您的特定项目有用的模块,由您在自己的资源库或私人代码库中维护。 * 动态模块:可在设备运行时部署和导入的模块。

superatom01的博客 769

Ubuntu系统下主板GPU温控pwm风扇

在Linux系统下——以Ubuntu为例,配置主板sys_fan等接口连接pwm温控风扇转速根据NVIDIA GPU温度,为服务器GPU等无主动散热显卡提供散热。

罗思哲的博客 5030

最新Python爬虫实战(入门爬虫篇)——案例1:某瓣网站Top250图片数据采集(附上完整爬虫代码)

本次案例通过Python爬虫技术实现了某瓣Top250电影封面的批量下载。代码采用模块化设计,函数实现cookies的自动解析,简化了配置流程,涵盖请求、解析、存储的完整流程。学习重点包括:抓包工具定位数据源、正则表达式匹配图片链接、模拟请求头绕过反爬机制、以及自动化文件管理。需要注意控制请求频率并遵守网站使用规范,适用于入门爬虫实践。

努力让自己发光,对的人才能迎着光而来 16万+

MetaGPT源码解析:核心模块实现

fill:#333;color:#333;color:#333;fill:none;用户接口角色系统工作流引擎代码生成器通信机制角色管理器角色定义角色行为工作流定义任务调度状态管理代码模板代码优化代码验证图1.1 源码架构图"""工作流定义""""""添加步骤""""""运行工作流"""try:# 执行步骤# 更新状态print(f"工作流执行失败:工作流定义添加步骤运行工作流。

加入“Super Entity”,与全能开发团队共探AI智能体与数字人项目,开启前沿技术之旅。 886

Python爬虫-爬取猫眼演出数据

本文是该专栏的第53篇,后面会持续分享python爬虫干货知识。猫眼平台除了有影院信息之外,它还涵盖了演出信息,比如说“演唱会,音乐节,话剧音乐剧,脱口秀,音乐会,戏曲艺术,相声”等等各种演出相关信息。而本文,笔者将以猫眼平台为例,基于Python爬虫实现获取各种演出信息的数据。废话不多说,具体细节部分以及详细思路逻辑,笔者将在正文结合完整代码进行详细说明。(附带完整代码)

Python进阶专栏《爬虫实战进阶》,《Pyppeteer从入门到精通》原创作者 567

OrchardCore实现模块化核心原理分析

【导读】ABPvNext并未过多探究,当然其基于DDD理念分层清晰,灵活性、扩展性自然也不在话下,但有些情况下我可能会首选OrchardCore,并非ABPvNext不可若改造项目,...

dotNET跨平台 1428

YOLOv10改进策略【Neck】| arXiv 2025 分层多头注意力HMHA 子空间拆分提多样 + 通道重排降冗余,强化目标检测精度

HMHA(Hierarchical Multi-Head Attention,分层多头注意力)旨在解决传统多头注意力(MHA)在图像恢复任务中的核心缺陷——特征冗余。传统MHA将通道均匀拆分给各个头,导致不同头学习的子空间信息相似,进而出现多头关注同一区域、忽略退化区域修复的问题,限制了模型的特征表达能力。HMHA通过“分层子空间拆分+通道重排序”策略,让每个头学习差异化、互补的上下文特征,从根源上缓解冗余,提升图像恢复任务中对复杂退化场景的特征捕捉能力。

Limiiiing的博客 102

3.详解Labview串口通讯--从串口线连接到串口通讯保姆级教程

本文非常详细的介绍了使用Labview实现串口通讯,读完题主这篇文章,即使你是今天刚下载的Labview,也能熟练的连接并驱动串口执行,接下来和我一起学习下,记得关注并点赞不迷路

关注我,更多技术问题欢迎私聊~ 1万+

Transformer架构:核心模块代码实现(基于PyTorch)

本文解析Transformer架构四大核心模块:多头注意力机制通过多子空间并行计算捕捉多维度语义关联;前馈全连接层经非线性变换增强特征表达;规范化层稳定训练分布;子层连接结构结合残差连接与规范化保障深层网络训练。模块协同形成“关联捕捉-特征增强-稳定训练-网络深化”闭环,解析了各模块原理、实现及作用,展示其如何支撑Transformer在序列建模任务中的高效表现。

Springfield3006的博客 1438

关于React Native Android找不到node的错误

最近,按照官方文档初始化了一个React Native项目,但是在Android端运行的时候,报了如下的一个错误。 org.gradle.api.tasks.TaskExecutionException: Execution failed for task ':app:recordFilesBeforeBundleCommandDebug'. Caused by: org.gradle.process.internal.ExecException: A problem occurred starting p

xiangzhihong8的专栏 4244

3D ACIS Modeler 在测量软件里怎么用?几何查询、区域判断与测点布点

本文面向测量软件开发团队,梳理 CAD 模型导入三坐标测量软件后的几何判断工作:如何借助 3D ACIS Modeler 完成模型对象访问、测量区域判断与空间关系分析,并结合 LK Metrology CAMIO 官方案例说明内核与应用的分工,最后给出自研与引入内核的评估思路。

HuiduCADTech的博客 297

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

3D CAD参数化建模原理详解:尺寸参数、几何约束与特征关系

3DCAD参数化建模通过尺寸参数、几何约束与特征依赖关系,将设计意图融入模型,实现自动更新。其核心在于明确变量关联、合理设置约束、理顺特征逻辑。修改时,系统依规则重算几何,但需防范约束冲突、依赖失效等问题。提升可维护性需规划关键参数、优化建模结构,并验证多场景适用性。大腾智能ZCAD以自主内核与智能交互支持高效参数化设计,兼顾传统建模与同步修改需求,助力系列化开发与持续迭代。

大腾智能的博客 261

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

AI 生成 3D 模型的技术实践:从文本生成到 Three.js 三维展示

无需3D建模基础,只需输入一句话,AI工具Meshy即可生成可编辑、可下载的3D模型。它支持文本转3D、图像转3D、AI纹理与动画生成,一键导出至Blender、Unity等软件,大幅降低创作门槛,让普通人也能轻松实现3D创意。

战族狼魂的博客 253

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

AI时代,Delft3D如何打通标量输运、波浪、粒子与溢油模拟

学完不仅能独立完成模型构建、参数设置和结果分析,还能真正掌握从“建模型”到“用模型解决实际问题”的完整方法。做 Delft3D 模拟,最难的不是“会点软件”,而是理论如何落地、参数如何设置、案例如何跑通,以及模型结果如何真正用于科研和项目。既适合零基础入门,也适合已有水动力基础、想进一步提升应用能力的科研人员、研究生及水文、水环境、海洋、水利、环评等领域技术工作者。1.拉格朗日粒子模型理论2.拉格朗日粒子法的适用情况3.拉格朗日粒子法的参数4.波浪模型后处理。这门课从基础到进阶,一次打通。

weixin_56135535的博客 168

文物3D数字化的技术选型指南:从WW/T 0115标准到落地工程,一次讲透采集、建档、管理与展示

《博物馆藏品管理办法》2026年施行,推动3D数字化保护。本文提出五层工程架构:采集、数据、平台、应用、安全,明确结构光、激光、摄影测量技术选型与WW/T 0115-2023标准对接,强调原始数据留档、自动建模与智慧管理平台建设,实现模型可追溯、可复用。通过样板验证、边扫边入库、应用驱动,确保等保二级合规,规避数据丢失、设备脱节等风险,形成可复制的数字化流水线。

Jmyd0123的博客 353

【测评】SenseNova6.8Flash模型正式发布,支持动态 PPT 及 3D 设计

SenseNova 6.8 Flash将设计生成拓展至多种创作形态,支持Web、SVG、Three.js、Blender、PPT等形式,满足多样化的AI Native Design需求,并支持动态PPT、动态Poster与Agentic 3D设计。同时,模型可接入Figma等专业工作流,帮助用户将AI设计能力融入现有的专业设计流程。此外,模型还支持三维场景与交互内容创作,可综合处理空间布局、材质与光照、镜头控制及动画编排等因素,构建可在网页中实时渲染的三维内容,拓展从立体视觉展示到动态交互的表达方式。

Enweitech Software Works 256

二十分之一的压缩比:Spatial Vivid 1.0 把 3DGS 全链路参考实现按 MIT 开源了

一个高斯点携带的属性是固定的:位置 3 个 float,不透明度 1 个,三个轴的尺度 3 个,旋转四元数 4 个,剩下全是球谐系数。MIT 覆盖的是这次公布的参考工具,标准文本本身和可能存在的必要专利,授权条件不在这次公告的范围内。主论坛上宣布的事,到 11 月 2 日才由 IT之家 的报道扩散开来:Spatial Vivid 1.0(空间菁彩影像)标准的参考工具开源,包括 EGSC 编解码工具、Web 渲染器工具、封装解封装工具在内的全链路参考实现,以 MIT 协议面向全球开发者开放。

weixin_43043455的博客 214

DEM 数据源选型完全指南:SRTM、ASTER GDEM、ALOS AW3D30 与商业高分辨率的工程级对比

本文回答一个工程选型问题:SRTM、ASTER GDEM、ALOS AW3D30 和商业高分辨率 DEM 怎么选。核心结论:先确认数据表达的是裸地还是含地物表面,再确认垂直基准,最后才看分辨率。格网再细,表面层错了或基准没对齐,断面和汇水结果仍然不可用。

TuxinyunGIS的博客 276

机器人与机电一体化3D数字孪生机器-Day9

一、传送带物理效果。

qq_53797018的博客 96

不比品牌比任务:中望3D与SolidWorks选型对照

在这一维度上,结论可以给得更直接:论出图的"稳",两款软件都能满足国标工程图交付,但论出图的"快",新一代中望3D悟空的模型—图纸联动更新已经拉开数量级差距——同样一次设计变更,图纸同步从分钟级进入秒级。中望3D提供装配约束、干涉检查、零件替换与柔性装配,子装配组件可在总装中保持运动,并可驾驭数万级零部件的巨型装配场景,这一能力在高端装备、消费电子、模具机械等超复杂产品研发中已有长期支撑。需要说明的是,判断装配能力不能只看组件数量指标,而要用企业自己的典型总装实际操作,比较约束维护和结构修改的顺手程度。

2302_79992999的博客 211

RoosterBio MSC规模化培养:PDL一致性、2D/3D可比性与跨供体放大数据

本文基于RoosterBio公开数据与行业研究,系统分析MSC规模化培养中2D/3D工艺可比性、多供体一致性及规模放大对关键质量属性(CQA)的影响。以累计群体倍增水平(PDL)为可比性锚点,结合群体倍增时间(PDT)、细胞身份、分化潜能与分泌谱等指标,评估0.1 L至50 L微载体培养体系的稳健性。研究表明,维持相近PDL可提升工艺比较可靠性,但需通过CQA实证验证产品一致性,避免“产品漂移”。该思路为MSC商业化制造提供科学依据与产业应用路径。

MineBio的官方博客:分享前沿资讯、技术干货、行业动态。 702

三角基底律——矩阵3x6 是所有三角形的基底·3D中高就是边

「:doc max=805·engine max=805 ⇒ 定(L1/01·三角基底律)·公理 §6.140 冻结·。:本篇按 2026-11-01 作者立规(正文 ≥10000 字)直接成篇,引擎锚点组自检。,立:三视角三形(内部=直角·侧边=等腰·正面=等边·面 180/3=60°)——3D 3×3×3 立方体的三个视角投影正是三形(G1 实算:格账正三角形三边各 6 格步·棱长 3=高);,解码。

2603_96389967的博客 96

论文精读|DiffusionMBIR:用 2D 扩散模型解 3D 稀疏视角 CT 重建

本文提出DiffusionMBIR,解决3D稀疏视角CT重建中2D扩散模型难以保持体数据空间连贯性的问题。方法将2D扩散模型用于xy平面去噪,结合仅沿z方向的TV先验与ADMM实现全局数据一致性,通过变量共享和单步迭代提升效率。实验表明,该方法在8视角下冠状面重建达35.18 dB,显著优于逐片独立扩散重建(28.05 dB)。代码基于预训练2D扩散模型,支持分批处理与快速推理,为高效3D逆问题求解提供新范式。

weixin_45694817的博客 117
上一篇: 实施期项目目标分解及进度安排
下一篇: “最强大脑”正式启用
交通上的硅基思维
博客等级 码龄4年 2759粉丝 913原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

交通上的硅基思维

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值