你好，我是 GADCA

本项目基于Python开发了一套履带车底层驱动与自主导航系统。系统采用多进程通信架构，集成了双电机混合控制（Elmo/PWM）、GPS/IMU高精度定位与激光雷达（ROS2）点云避障功能。通过设计PID方向控制与动态速度调节算法，实现了基于经纬度的自适应轨迹跟踪（前瞻点跟随）与自动巡航；同时支持多通道舵机驱动的机械臂联动控制，打造了一套轻量化、高可靠的无人驾驶软硬件协同解决方案。

本项目在初代“子母式”运载装备的基础上，针对大规模分布式光伏电站的复杂地形与多设备协同作业需求进行了深度技术迭代。系统引入了云端与边缘端（TensorRT/DeepStream）协同架构，对基于DDPG的底层控制模型与模糊PID算法进行了平滑与优化设计，显著提升了运载母车在非结构化道路下的高速自动巡航稳定性与动态避障精度。同时，升级了基于多传感器融合（激光雷达、视觉相机、IMU等）的实时数字地图构建与全局路径规划策略，实现了对多台清洗子机器人的智能并行调度、高效投放与自适应回收，打造了一套高容错、全天候的光伏场站无人化闭环运维解决方案。

本文设计并实现了一套面向安全的智能小车自适应编队控制系统。基于滑模控制(SMC)实现了高精度的轨迹跟踪,并融合控制障碍函数(CBF)来保证编队安全。此外,本文自主开发了一套视觉室内定位算法,最终在MATLAB与ROS联合平台上成功完成了从仿真到实车的多车协同编队实验。

本项目基于光伏产业清洗痛点提出一种“子母式”智能运载推送系统。通过深度强化学习（DDPG）算法、模糊PID控制、多传感器融合及机器视觉语义分割等算法综合设计了一整套智能无人运载车底盘系统。实现运载机器人在复杂光伏场站内的路面检测、自动巡航、自主避障，以及对清洗子机器人的自动投放与精准回收等功能。

本项目基于已有的智能车经验提出一种多场景智能引导控制算法。通过深度强化学习算法、传统控制、多传感器融合、机器视觉等算法综合设计了一整套简单的自动驾驶系统。实现机器人在封闭路段内的高精度引导、自动巡航和自主避障等功能。