中國大學生計算機設計大賽（簡稱“大賽”或4C）是我國高校面向本科生最早的賽事之一，自2008年開賽至2019年，一直由教育部高校與計算機相關教指委等或獨立或聯合主辦。大賽的目的是以賽促學、以賽促教、以賽促創，為國家培養德智體美勞全面發展的創新型、復合型、應用型人才服務。本賽事目前是全國普通高校大學生競賽排行榜榜單內賽事，屬教育部A類競賽。

為推廣RT-Thread大學計劃，促進RT-Thread操作系統引入課堂教學，同時把最新的行業技術帶入到高校，讓同學們在競賽中感受嵌入式最新技術發展區域，RT-Thread2026年繼續支持中國大學生計算機設計大賽，并深度參與物聯網專項賽，開設RT-Thread操作系統專項賽。

賽題簡介

隨著物聯網和智能系統的快速發展，嵌入式成為當前最熱門最有發展前途的 IT 應用領域之一。在移動通訊、移動辦公、智能傳感、穿戴式設備、物聯網、到數據中心、大數據管理、云計算、邊緣計算，人工智能等各個領域。而所有物聯網嵌入式終端設備的核心就是物聯網操作系統。賽題要求作品創作必須基于 RT-Thread OS 操作系統為核心，根據不同方向要求，采用賽題指定要求的軟硬件平臺進行作品的創作。要同學們根據自身情況選擇選擇其中一個賽題方向進行作品設計創作。

賽題方向1：RT-Thread虛擬化混合部署與具身智能方向

具身智能（Embodied Intelligence）是將人工智能深度融入物理實體（如機器人）的關鍵技術方向，使其具備自主感知、決策、學習和與復雜環境動態交互的能力。傳統嵌入式系統往往難以同時滿足高實時性控制、安全隔離以及復雜AI算法運行的需求。RT-Thread虛擬化混合部署平臺基于瑞芯微RK3588高性能處理器（8核64位架構、集成6TOPS NPU），通過虛擬化技術實現Ubuntu/Linux（負責“大腦”級復雜AI計算）與RT-Thread實時內核（負責“小腦”級高可靠控制）的協同運行，在統一硬件平臺上提供強實時性、高功能復雜性、安全隔離與開發敏捷性的完美平衡。

1

參考應用1：電力設施智能巡檢機器人

應用背景：隨著我國新型電力系統建設的推進，電網規模日益擴大，設備復雜度急劇增加，對供電可靠性的要求達到了前所未有的高度。電力設施智能巡檢機器人具備自主移動、智能感知、執行關鍵維護操作的功能，可實現變電站、配電房“無人值守”或“少人值守”。

作品要求：利用RT-Thread虛擬化混合部署，Linux系統運行智能算法或模型，實現路徑規劃、電力設施狀態感知、數據存儲、人機交互等功能，RT-Thread根據路徑規劃、設備狀態執行行走、開關設備等關鍵操作。

2

參考應用2：RT-Thread混合部署下的室內智能配送機器人

應用背景：在醫院、酒店、餐廳、倉庫等室內場景中，物品配送需求頻繁且路徑復雜，傳統人工配送效率低、成本高。智能配送機器人可實現自主導航、動態避障與精準對接，支持多樓層/多房間物品運送，能夠顯著提升服務效率、降低人力投入并改善用戶體驗。RK3588強大的NPU與多傳感器配置特別適合此類需要實時感知與AI決策的具身智能應用。

作品要求：基于RK3588的RT-Thread虛擬化混合部署平臺，利用四輪麥克納姆輪底盤實現全向精準移動。Linux側運行復雜AI算法，包括基于激光雷達與深度相機的SLAM建圖、路徑規劃（A*/RRT等）、動態障礙物檢測與避障、目標點識別（二維碼/房間標識）以及語音交互/人臉識別；RT-Thread側負責高實時性任務，如多傳感器融合定位、電機PID精準控制、姿態穩定與緊急停障。要求在模擬室內環境中實現自主配送任務，導航定位精度±5cm，動態避障響應時間≤0.5s，停車穩定性（托盤物品晃動≤2cm），支持APP/語音下單與實時狀態可視化界面。方案需兼顧不同負載、地面摩擦變化的魯棒性，易于調試與擴展。

3

參考應用3：RT-Thread 混合部署下的起重機智能防搖擺控制器

應用背景：起重機作為現代工業物料搬運的核心裝備，其吊運過程中的負載搖擺現象一直是行業痼疾。在鋼鐵、港口、航天裝配等高精度作業場景中，由慣性引發的負載大幅度擺動不僅嚴重降低搬運效率、延長作業周期，更對現場人員安全、設備穩定性及精密貨物（如風力發電機葉片、飛船艙段）構成重大威脅。傳統防搖擺技術依賴操作員經驗進行“點動”調整，對技能要求高且效果不穩定；而基于模型預測的先進控制策略雖在理論上可行，卻受制于實際工況的復雜性（如風力擾動、鋼絲繩長度變化、負載質量未知），難以實現穩定可靠的工程化應用。因此，研發一套能自適應環境、智能抑制擺動并融入現有起重機系統的解決方案，對于提升行業自動化水平、保障安全生產具有迫切的現實意義和商業價值。

賽題方向2：基于云邊端協同計算架構的AIOT產業應用創新

隨著物聯網（IoT）設備數量呈指數級增長，傳統云計算架構面臨數據傳輸延遲高、帶寬壓力大、隱私風險突出等挑戰。云邊端協同計算（Cloud-Edge-End協同）通過將計算任務在云端、邊緣節點和終端設備間動態分配，成為突破這一瓶頸的關鍵技術。結合人工智能（AI）的智能決策能力，AIoT（人工智能物聯網）正推動工業制造、智慧城市、醫療健康等領域的智能化升級。本題目鼓勵參賽者探索云邊端協同在產業場景中的創新應用，解決實際痛點。

1

推薦硬件平臺

硬件平臺采用瑞芯微 RK3588 八核 64 位處理器（4×Cortex-A76 + 4×Cortex-A55，集成 6TOPS NPU），提供強大的計算能力以支持復雜的AI算法實時運行。感知系統配備深度相機、激光雷達以及高精度慣性測量單元（IMU），實現環境三維建模、障礙物檢測與高精度位姿估計。底盤采用四輪麥克納姆輪設計，支持全向平移、原地旋轉等靈活運動方式，能夠在復雜室內外環境中實現精準運動控制。通過RT-Thread虛擬化技術，本系統可在同一硬件平臺上高效運行多個隔離的實時任務與AI應用，包括但不限于：基于激光雷達與深度相機的 SLAM（即時定位與地圖構建）、路徑規劃與運動控制算法、視覺目標檢測、跟蹤與語義分割、多傳感器融合的自主導航與避障等。

RT-Thread 混合部署套件

RT-Thread OPENMV套件

RT-Thread邊緣計算套件

服務指南

賽題公告：http://jsjds.xmu.edu.cn

報名方式：與常規賽道一致，由校賽上推省級賽，省級賽上推國賽。

比賽平臺購買鏈接：https://item.taobao.com/item.htm?id=1027570672815