項目名稱：裝備狀態多模-態視覺檢測系統 (上位機平臺開發)

項目簡介

本項目旨在為多種先進的視覺檢測算法提供一個通用、穩定且高性能的上位機平臺。我獨立負責該平臺的設計與開發，它作為硬件控制中心和用戶交互界面，無縫集成了偏振相機等多種硬件，并為外部Python算法模塊提供了統一的調用、管理和結果展示框架。

我的職責：平臺架構與全棧開發

作為該上位機平臺的唯一開發者，我的核心職責包括：

1. 系統架構設計：主導設計了 C++/Qt 前端 與 Python 算法后端 分離的解耦架構，明確了硬件控制、UI交互與算法分析的邊界。
2. 硬件集成與驅動開發：深度集成了大恒圖像（IMV）的偏振相機SDK，實現了穩定、高效的硬件控制與數據流處理。
3. 高性能實時圖像處理：設計并實現了多線程圖像處理管線，解決了高幀率下圖像采集、渲染與UI響應的實時性與流暢性問題。
4. 模塊化UI界面開發：基于Qt框架，開發了包括主控臺、相機控制面板、多任務模塊界面在內的全部UI，提供了優秀的用戶體驗。
5. 跨進程通信機制：設計并實現了C++主程序與外部Python算法進程之間的異步調用和數據交換機制。

核心技術實現

1. 高性能相機控制與實時顯示

平臺的核心是高性能的相機控制模塊，它能保證在高幀率下穩定采集數據且不阻塞UI。

• 實現細節：

  • 直接調用相機IMV SDK C++接口，實現相機連接、參數的動態讀寫（如曝光、增益）等底層控制。
  • 關鍵設計：為解決UI卡頓問題，我設計了生產者-消費者模型的多線程架構：相機回調函數（生產者）在高頻專用線程中將圖像幀放入一個線程安全隊列 TMessageQue，而一個獨立的渲染線程（消費者）從中取出數據進行顯示，主UI線程完全不受影響。

• 圖1：偏振相機實時控制 - 我開發的控制面板，可實時調節硬件參數，并通過獨立渲染線程流暢顯示視頻流與多角度分析圖。

2. 靈活的模塊化與跨進程架構

平臺被設計為一個開放式框架，可以方便地集成不同的檢測功能模塊。

• 實現細節:

  • 主界面采用QStackedWidget管理各個功能模塊，實現了清晰的UI導航邏輯。
  • 關鍵設計：通過Qt的QProcess模塊，C++主程序可以異步啟動和管理外部的Python算法腳本。同時，利用QFileSystemWatcher監控Python腳本輸出的結果文件和日志，實現基于文件系統的單向數據通信，從而將算法的計算過程與主平臺完全解耦。

• 圖2：模塊化主界面與檢測模塊 - 我設計的UI框架，用戶在界面上操作（如點擊“檢測”），平臺則在后臺調用相應的Python腳本，并實時將算法返回的結果圖像和數據顯示在界面上。

** 其他模塊展示 **
1.鋼絲繩檢測

2.多孔相機

3.高光譜相機

4.漏油檢測

技術挑戰與解決方案

1. 挑戰：高幀率（如30FPS+）相機數據流直接在UI線程處理會導致嚴重卡頓。
   解決方案：如上所述，我設計了采集-緩沖-渲染分離的多線程架構，從根本上解決了實時數據顯示的性能瓶頸。

2. 挑戰：如何讓算法團隊獨立更新模型，而無需重新編譯整個上位機軟件？
   解決方案：我設計的C++/Python解耦架構完美解決了此問題。算法的任何改動僅涉及Python腳本，上位機平臺保持不變，極大地提升了開發和部署效率。

3. 挑戰：如何優雅地處理不同相機、不同算法模塊的UI和調用邏輯？
   解決方案：我采用了面向對象和模塊化的設計思想，為每種功能都創建了獨立的UI文件和處理邏輯類，使得代碼結構清晰，易于維護和未來擴展。