电子信息工程物联网公司物联网解决方案工程师实习报告_第1页
电子信息工程物联网公司物联网解决方案工程师实习报告_第2页
电子信息工程物联网公司物联网解决方案工程师实习报告_第3页
电子信息工程物联网公司物联网解决方案工程师实习报告_第4页
电子信息工程物联网公司物联网解决方案工程师实习报告_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

电子信息工程物联网公司物联网解决方案工程师实习报告一、摘要2023年7月1日至2023年8月31日,我在一家物联网公司担任物联网解决方案工程师实习生。期间,我主导完成3个物联网场景的端到端解决方案设计,包括智能农业监控系统、智慧仓储管理系统和工业设备预测性维护系统。通过运用C++、Python和MQTT协议栈,优化了智能农业监控系统数据采集频率,使传感器数据传输延迟从150ms降低至35ms,提升数据实时性82%。参与智慧仓储管理系统时,使用树莓派和边缘计算技术,实现货架识别准确率99.2%,年化处理订单效率提升40%。提炼出基于MQTT协议的轻量化数据传输框架,可复用于低功耗物联网场景,为后续项目减少50%的带宽成本。二、实习内容及过程实习目的是将学校学的电子信息工程知识用到实际物联网项目里,了解解决方案工程师怎么工作。实习单位是家做物联网软硬件结合的公司,主要做智慧城市和工业物联网项目,有几百号人,技术栈挺全的,从传感器到云平台都有覆盖。我主要参与了两个项目。7月10号到8月初,跟着师傅做智能农业监控系统的方案,重点是传感器数据采集和传输。农场客户要求把土壤温湿度、光照强度这些数据实时传到云平台,我们用的是树莓派做边缘计算,部署了MQTT协议栈。刚开始调试时,发现数据传输延迟有点大,最高能达到150ms,客户不太满意。后来我发现是MQTTBroker配置参数没调好,把QoS等级设得太高,重新设成1级后,延迟直接降到35ms左右,客户那边反馈说数据同步速度满意多了。这段经历让我学到了怎么优化MQTT通信,树莓派搭环境、用C++写数据采集程序这些也练熟了。8月初到8月底,我独立负责智慧仓储管理系统方案的一部分,主要是货架识别和订单处理。客户仓库面积有5000平米,传统人工分拣效率低,想用物联网提升速度。我用树莓派4当边缘节点,装了摄像头,跑深度学习模型识别货架,配合RFID读取订单信息。调试过程真难,模型在实验室跑得好好的,到现场识别率就掉到95%以下。后来发现是仓库光线太杂,把模型训练数据集扩展了2000条不同光照的样本,再用边缘计算优化算法,最终准确率提到了99.2%。现在系统上线后,客户说订单处理效率比以前快了40%,一天能多处理800单。这段经历让我体会到工业场景的复杂性和边缘计算的必要性。实习期间遇到的挑战主要是MQTTBroker压测时偶尔出现消息丢失,还有就是工业现场环境对模型精度要求极高。为了解决这些问题,我自学了Mosquitto的持久化配置,还用了JMeter模拟高并发场景,把Broker内存占用优化了30%。模型精度问题则逼着我深入研究数据增强和轻量化网络结构,最后用MobileNetV2加上自定义数据集训练,效果才达标。通过这两个项目,我把学校学的无线通信、嵌入式系统、云计算这些知识点都串联起来了。之前觉得抽象的理论,现在知道怎么落地。比如怎么根据场景选传感器精度,怎么设计低功耗的通信协议,这些在课本上只是概念,实习里真真切切用上了。最大的收获是学会了从客户需求出发,平衡成本和性能,这种商业思维比技术本身更重要。公司管理上,感觉项目进度靠邮件和即时消息推进,偶尔会因为需求变更没及时同步导致返工。培训机制还算完善,但偏理论,实操机会少。岗位匹配度方面,虽然学了不少东西,但感觉对硬件调试这块还是短板,比如传感器供电方案、信号干扰处理这些,学校课程涉及不多。我建议公司可以搞个“新人实操训练营”,比如一周集中带我们搭一套从传感器到云端的完整系统,这样比看书快多了。另外,项目文档可以标准化,现在不同项目需求描述方式五花八门,容易看错。对于新人,希望能有更明确的导师制,至少每周固定交流一次,而不是靠自觉。三、总结与体会这8周实习,感觉像是从理论世界一头扎进了真实的应用场景,收获挺具体的。7月1号刚去时,还不太清楚物联网解决方案到底是个啥,结束时已经能独立完成一个小型项目的方案设计并跟进到测试阶段了。最大的改变是心态,以前做实验,数据不对就改参数,现在明白客户要的是稳定可靠的系统,所以对每一个环节都要负责。比如智能农业监控系统那会儿,为了把传感器数据传输延迟从150ms压到35ms,反复调整MQTTBroker的QoS和会话缓存配置,那几天几乎天天加班到晚上十点,但看到最终效果,觉得挺值的。这种为项目结果负责的感觉,跟在学校做作业完全不一样。这次经历也让我更清楚自己未来的方向。之前对嵌入式和云平台都挺感兴趣,现在更倾向于做边缘计算这块,特别是怎么把AI模型跑在低功耗设备上。接下来打算系统学一下PyTorch,再考个AWS或阿里云的物联网认证,希望能把实习里学的轻量化模型部署知识补得更扎实。长远看,想往工业物联网方向发展,因为那块场景复杂,技术挑战也大,感觉成长空间更大。看着公司做的智慧仓储系统真真正正帮客户提升了效率,觉得技术能产生实际价值特别有成就感。现在物联网行业越来越卷,但趋势挺明显的,万物互联是肯定了,关键是怎么在海量设备里做好数据采集、传输和处理。边缘计算和低功耗广域网技术肯定会越来越重要,这也让我对后续要学的课程有了更清晰的目标。实习最后那天,师傅跟我说“学校学的是基础,真正本事是在项目里练出来的”,这句话我一直记着。现在离校还有一年,得赶紧把基础打牢,多练项目经验,希望能尽快跟上行业节奏。致谢在此,想谢谢实习期间带我的导师,他耐心指导我完成智能农业监控系统方案,让我明白怎么把理论知识落地。也谢谢团队里的几位同事

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论