项目总共分为三部分 前端---->管理后台-->硬件网关（地磅、摄像头） 我主要参与的是硬件网关部分的车牌视频和轮轴识别模块。 这两个模块分别采用HyperLPR和ncnn框架，识别车牌和轮轴数量，后通过MQTT将数据传输到云端管理平台。 期间还参与了部分前端开发，前端使用Vue2.0开发。

项目描述： 作为SDWAN安全智能路由器4.0.X多个版本的技术组长 ● SDWAN安全智能路由器4.0版本为全新研制新一代SDWAN路由器，全新重构版本。 ● 参与项目过程中，各模块的方案设计和编码等工作 ● 制定项目过程中，各项缺陷预防等质量活动 ● 其中主要参与设计和开发两大模块，SDW-R策略路由和云端易部署。 模块技术简介： 1. SDW-R策略路由和云端易部署模块，前端主要采用了Restful框架，后台采用Nginx做反向代理，前后端分离。 2. 策略路由模块，后台分为配置层，策略生效层，驱动处理层。主要基于Linux下NetLink和Netfilter框架，通过对数据包进行ACL匹配和标记处理，命中相应的路由条目，完成策略路由。其中还涉及了Linux下hlist和RCU等应用。 3. 云端易部署模块，这里主要创新是通过云端Agent服务器代理设计，让设备通过SN等唯一标识，反向查找到深信服集中管理平台（BBC），设备自动加入，BBC下发配置上线成功。其中还涉及到管理平台与云端Agent数据同步。

从前端到后台，100%独立完成 Oyster- IOT平台主要分为: API接口层、业务层、数据层、设备接入层 这四个部分。 1.API接口层:主要提供管理平台和小程序等相关调用接口 2.业务层:目前平台主要分为 业务管理、资产管理、应用管理、自动化系统、可视化管理 这五大业务 子系统 3.数据层: InfluxDB时序数据库，用于结构化存储IOT设备上传的海量数据 Mysql数据库，用于存储业务系统数据 Redis缓存数据库，用户存储状态数据，加快访问 TensorFlow深度学习框架，用户分析IOT数据，预测结果 4.设备接入层: 为各种IOT设备提供接入能力，兼容各种设备接入。