RnD 主要方向
五个方向——从研究和原型到底层优化与应用计算。
研究与可行性
可行性研究、基准测试、技术比较、摸清限制以及原型。
实验性软件工程
定制库、原型、计算算法、插件、集成与实验性组件。
工业与设备软件
设备 API 与 SDK、遥测、协议、驱动、边缘软件，以及 Modbus、CAN 和 OPC UA。
底层与高性能工程
C、C++ 和 Rust：并发、内存、CPU 与 I/O 优化、跨平台库。
科学与应用计算
测量数据处理、建模、计算算法、科学软件，以及计算机视觉和机器学习的研究课题。
先验证，再扩展
当技术、架构或预期结果无法在不经研究和实验的情况下如实确定时，就需要 R&D。我们明确假设、标准与约束，比较不同方法，构建 PoC，并形成技术结论。
验证想法的技术可行性
比较方法和技术
构建原型
开发定制软件
在软件层面处理工业数据和设备
用 C、C++ 和 Rust 进行底层开发与优化
科学与应用计算
围绕设备开发软件
设备、设备访问和技术文档由客户提供，NDDev 负责软件层和集成。
NDDev / 软件
软件层
API、SDK、遥测、协议、驱动、边缘软件与集成。
- NDDev 负责范围
客户 / 硬件
设备与访问
客户提供硬件、硬件访问和技术文档。
- 项目的外部依赖
从假设到技术结论
验证顺序保留原始信号的上下文和设备的约束。
背景与约束
明确任务、数据、环境、设备、标准与风险。
研究计划
确定假设、验证方法、指标与成功标准。
基准测试与实验
搭建测试环境，在真实约束下比较各项技术。
PoC 或原型
实现足以验证方案的最小系统。
结论与下一步
交付代码、测量结果、结论、局限与建议。
已完成案例
NDDev 围绕设备数据开展的研究与工程工作。
HarvesterLib
用于木材采伐机测量数据的 C++20 库：数据解析、校验、对齐与外推。
告诉我们您的任务、假设或设备
请描述背景、数据、约束和预期结果。我们会进行初步分析并提出下一步建议。
24 小时内回复