AGV SDK + 飞书业务集成 + 迎宾引导 AI

简要项目Go+Python 6500+行

封装 AutoXing 配送机器人云平台 SDK（Go + Python 双语言 6500+ 行），JWT/MD5 签名鉴权，SVG 地图实时监控，飞书加急卡片到料提醒；并开发迎宾引导 AI（CompreFace 人脸识别 + ASR/TTS 语音导览）。

背景

车间 AGV 配送机器人缺统一调度接口，各业务系统各自对接云平台重复造轮子；同时迎宾场景需要机器人主动识别访客、语音引导导览，现有方案无法开箱即用。

AGV SDK

技术方案

Go + Python 双语言同名同构 SDK（6500+ 行），封装 AutoXing 云平台 REST API；JWT + MD5 签名鉴权；Flask 调度服务 + SQLite 缓存机器人实时状态；SVG 地图工位坐标实时渲染 + 机器人点位动画。

核心亮点

1. 双语言同名同构 SDK：Go 与 Python 版本同名同构，接口完全一致；Go 版含单元测试，Python 版供 Flask 调用
2. 飞书工位名 ↔ 地图 POI 双向映射：处理飞书物料卡工位名与 AGV 地图 POI 命名不一致，自动匹配
3. 距工位 <1.5m 触发到料提醒：轮询机器人位置 → 计算与各工位距离 → 到达触发 → 查飞书物料明细 → 发飞书加急卡片（含物料、数量、工位、时间）
4. SVG 地图实时监控：解析云平台地图数据，渲染工位坐标 + 机器人实时位置动画，刷新率 1Hz

关键难点

• JWT Token 自动刷新：Token 1 小时过期，SDK 内部检测过期前自动续签，调用方无感
• 多机器人并发状态管理：SQLite 存储多台机器人实时状态，Flask 线程池定时轮询更新
• 工位名模糊匹配：飞书工位名含"产线A-工位3"，AGV 地图 POI 是"A3"，用编辑距离 + 人工映射表双向兜底

迎宾引导 AI

技术方案

基于 CompreFace 人脸识别服务 + ASR/TTS 语音模块，实现访客身份识别 → 语音交互 → 自主导航导览的完整迎宾链路。

核心实现

1. CompreFace 人脸 1:N 识别：采集摄像头帧 → 调 CompreFace API 比对人脸库 → 返回相似度分数
2. 分数断层检测区分陌生人：
   • 真人识别分数 98-99%，陌生人分数 89-93%
   • 阈值 0.95 + 断层 0.03（Top1 与 Top2 分数差 < 0.03 判为陌生人，避免误识别）
   • 双重判定防止"长得像的人"被误认
3. ASR 语音指令模式匹配：语音识别结果 → 模式匹配（"带我去X"/"介绍一下X"）→ 调导航 API 移动到对应点位
4. TTS 播报设备介绍词：到达点位后 TTS 播报预设介绍词，4 个点位完整导览流程

关键难点

• 人脸识别误判控制：单纯设阈值会把"长得像的真人"判为陌生人，分数断层检测解决"阈值附近"的模糊地带
• ASR 指令泛化：用户说法多变（"去A区"/"带我到A"/"A在哪里"），用关键词提取 + 点位名模糊匹配
• 导览流程状态机：识别 → 欢迎 → 等待指令 → 导航 → 播报 → 返回原点，状态机管理避免流程混乱

成果

6500+

SDK 行数

2

语言版本

4

导览点位

0.95+0.03

人脸识别阈值

技术栈

Go + Python 双语言 SDK + Flask + SQLite + 飞书开放平台 + SVG 地图 + CompreFace + ASR/TTS