矿端 AI 采集算法

• 过磅现场的真实情况远比"上磅—称重—下磅"复杂：稳定跟车、下磅跟车、过车不停，每一种都会污染重量数据。
• 磅表、串口服务器、磅头/磅尾/磅顶摄像头、大门出入口摄像头——十路设备任何一路掉线都要能自动重连并留下原因。
• 数据要能和销售磅单逐条比对、把异常排出来，否则采集只是又一份没人信的报表。

• 矿端采集算法与采集链路的整体设计
• 带团队完成开发、测试与矿端边缘部署（Atlas 500）
• 数据中台侧磅端业务全流程数据表与模型设计，物流、交易中心接口方案
• 主持项目周报，组织交付与成果交接

1. 算法设计基于重量稳定次数、阈值与队列排序判断上磅点与下磅点，区分空车、重车与异常过车。
2. 边缘开发在 Atlas 500 上部署采集算法服务；实现触线自动抓拍、磅重数据叠加视频流、图片按业务规则存储与定时清理。
3. 中台链路梳理磅端业务全流程，设计数据表与模型；完成物流接口与交易中心接口方案。
4. 核验与比对实现采集核验、销售磅单比对、异常排查、设备点检与程序点检六个模块。
5. 交付验收按软件功能验收清单逐项交接，形成成果交接清单。

有接收方签认的"采集算法优化完善项目"工作成果交接清单（含软件功能验收清单），以及本人主持的项目周报记录。