研究与实验性软件开发
什么时候需要研发
当没有现成答案时就需要研发：不确定精度、性能或数据是否足够，而选错方法的代价很高。
验证任务能否在您的数据上解决
在真实约束下比较技术和方法
处理测量和设备数据
用 C、C++ 或 Rust 加速计算
围绕现有设备编写软件：协议、驱动和集成
在工业化开发前准备原型
项目案例
HarvesterLib
用于木材采伐机测量数据的 C++20 库：数据解析与校验、规则网格对齐和外推。
研究如何进行
问题与标准
提出可验证的假设、指标和成功标准。
数据与环境
收集有代表性的数据，搭建带有真实设备约束的测试环境。
实验
从简单的基线实现开始，以可度量的方式比较各种方法。
原型
构建足以验证方案的最小系统。
结论
交付代码、测量结果、被否决的方法以及下一步建议。
您将获得
有依据的决策：做、怎么做，或者不做。否定的结论同样能节省成本。
附测量数据的技术报告
原型代码
对所考察方法的比较
方案的风险与限制
下一阶段的建议
常见问题
你们保证研究结果吗？
我们保证的是诚实的答案，而不是预设的精度：研究可能证明某种方法行不通，这本身也是结果。
你们设计电子硬件吗？
不设计。我们负责软件和数据，设备、设备访问和技术文档由客户提供。
原型之后怎么办？
如果方案得到验证，我们转入 NDDev.Dev 的工业化开发，或把成果移交给您的团队。
用什么语言开发？
计算和底层部分使用 C、C++ 和 Rust，分析工具根据任务选择。
说说您的假设
描述任务、数据和设备，我们会建议如何快速、可度量地验证想法。