BIM模型、数据首页、工单管理（统计报表、工单信息）、设备管理（设备系统、设备台账、运维标准）、巡检管理（巡检计划、巡检任务）、维保管理（维保计划、维保任务）、能耗管理（仪表读数录入、能耗信息）、文档管理、工作日报（日报填报、日报详情）、视频监控（监控列表）、信息中心（催办信息、日报信息） 建设总览、用户登录、3D全息模型浏览、数据统计、调度中心、设备管理、运维标准管理、巡检管理、维保管理、能耗管理、财务管理、资产管理、工作汇报、视频监控、信息中心 Axure原型演示及下载地址：https://www.pmdaniu.com/storages/125549/29beae4feebc6640c81864068cc1754f-114945/start.html#g=1&p=%E7%99%BB%E5%BD%95%E7%95%8C%E9%9D%A2

对于巡线车初学者有用算法，在它的帮助下很容易就学会巡线算法

20210419-方正证券-Vesync-2148.HK-全球小家电巡礼系列：出海新时代，跨境新品牌.pdf

智慧消防电力巡检联合解决方案

2021全球数字银行巡礼（中国香港篇）-金融科技微洞察

【公用事业】方正证券-环保行业：国际巨头巡礼系列报告之一，SGS，百折千回立基业，遇水叠桥定风波-20210413-60页.pdf

智慧电厂、智慧电力电网、智慧巡检

针对煤矿井下无GPS环境下巡检机器人自主定位问题，研究了基于激光雷达的同步定位与地图构建方法。首先建立激光雷达观测模型和里程计预测模型，将机器人定位和地图构建的实际问题转换为概率数学模型的逻辑推理问题。同时采用自适应蒙特卡罗定位算法进行机器人实时位姿估计，提出了根据粒子权重（地图的匹配度）进行重采样的方法,以去除权重小的粒子，实现了用较少、较好粒子精确表达机器人位姿的后验概率分布，满足机器人利用传感器在栅格地图上实时定位的需求。通过对Fast-SLAM算法进行优化，减少了粒子数量，缓解了粒子耗散,提高了地图构建的精确性。实验结果表明，基于激光雷达的同步定位与地图构建方法有效解决了巡检机器人实时位姿估计和环境地图构建的问题，结合自适应蒙特卡罗定位算法和优化Fast-SLAM算法提高了机器人定位的自适应性和地图构建的精确性。

因为疫情原因，在家上网课。因为放假前完全没有想到会放如此长的‘假’，所以我把所有学习用的开发板、硬件、开发教程书籍都放在了学校实验室里，从而现在不但不能在家做实物，也不能去学校做实物的尴尬情形。随后因为一门课（计算机控制技术）改变了这种尴尬的情形。 张老师推荐我们使用Vrep进行机器人仿真，并且实现pid控制，于是乎我马上利用空闲时间研究了这款软件，做了机器人视觉巡线+pid调速。 在实现视觉巡线之前我提交了多次作业，从简单的灰度巡线到视觉巡线。

基于STM32F427为主控，用openMV作为摄像头传输图像数据完成巡线操作，默认寻找黑线，电机用减速电机，完整的KILL代码，包含摄像头处理部分和按键，可用于参考学习或移植