国核院无人机飞控平台
2025-06-13 16:57:16
行业：物联网、人工智能
载体：网站、算法模型
技术：Java、Spring Boot、Vue、MySQL
业务和功能介绍
在电力行业巡检工作中，传统人工巡检存在效率低、风险高、成本大等问题，且难以对复杂地形、高危区域进行全面检测。国核院无人机飞控平台应运而生，其业务亮点在于整合无人机机巢管理、无人机管理、AI 识别缺陷、航线管理等功能，实现巡检自动化、智能化，提高巡检效率与准确性，降低人力成本与安全风险，为电力设施安全稳定运行提供有力保障。立项旨在解决传统巡检的弊端，提升电力巡检的整体水平与质量。
（一）具体功能模块及实现功能
无人机机巢管理：实现机巢的远程监控、自动充电、维护提醒等功能，确保无人机随时处于可用状态，提高无人机的使用效率和使用寿命。
无人机管理：涵盖无人机注册、状态监测、飞行数据记录等，方便管理人员对无人机资产进行统一管理和调度，实时掌握无人机运行情况。
无人机 AI 识别缺陷：利用 AI 图像识别技术，对无人机巡检拍摄的图像进行分析，快速准确识别电力设施的缺陷，如线路破损、设备老化等，减少人工识别的误差和时间成本。
航线管理：支持航线规划、编辑、导入导出等功能，根据不同的巡检需求制定最优航线，确保巡检覆盖全面且高效。
（二）主要功能路径
用户登录系统后，可进入无人机管理模块查看无人机状态并进行调度。在航线管理模块中，根据巡检区域特点规划航线，将航线任务分配给指定无人机。无人机从机巢自动起飞执行巡检任务，飞行过程中实时回传数据至平台，机巢管理模块同步监控无人机电量、状态等信息，保障飞行安全。巡检完成后，无人机 AI 识别缺陷模块对采集的图像进行分析，生成缺陷报告，供用户查看和处理，形成完整的无人机巡检闭环管理流程。
（一）具体功能模块及实现功能
无人机机巢管理：实现机巢的远程监控、自动充电、维护提醒等功能，确保无人机随时处于可用状态，提高无人机的使用效率和使用寿命。
无人机管理：涵盖无人机注册、状态监测、飞行数据记录等，方便管理人员对无人机资产进行统一管理和调度，实时掌握无人机运行情况。
无人机 AI 识别缺陷：利用 AI 图像识别技术，对无人机巡检拍摄的图像进行分析，快速准确识别电力设施的缺陷，如线路破损、设备老化等，减少人工识别的误差和时间成本。
航线管理：支持航线规划、编辑、导入导出等功能，根据不同的巡检需求制定最优航线，确保巡检覆盖全面且高效。
（二）主要功能路径
用户登录系统后，可进入无人机管理模块查看无人机状态并进行调度。在航线管理模块中，根据巡检区域特点规划航线，将航线任务分配给指定无人机。无人机从机巢自动起飞执行巡检任务，飞行过程中实时回传数据至平台，机巢管理模块同步监控无人机电量、状态等信息，保障飞行安全。巡检完成后，无人机 AI 识别缺陷模块对采集的图像进行分析，生成缺陷报告，供用户查看和处理，形成完整的无人机巡检闭环管理流程。
项目实现
（一）项目角色、参与人数、开发周期及个人任务
项目团队包含项目经理 1 人、 产品经理 1 人、架构师 1 人、后端开发 2 人、前端开发 2 人、测试人员 1 人，开发周期为 3 个月。
（二）技术栈、架构、实现亮点与难点
技术栈采用 Spring Boot 构建后端服务，Vue.js 开发前端页面，数据库使用 MySQL 存储业务数据，Redis 缓存热点数据。架构上采用微服务架构，将各功能模块拆分为独立服务，提高系统的可扩展性和稳定性。实现亮点在于通过 AI 算法优化图像识别精度，采用分布式任务调度实现航线高效执行；难点在于无人机与平台的实时数据传输稳定性保障，以及 AI 模型在复杂环境下的缺陷识别准确率提升，项目团队通过多次测试与优化，最终较好地解决了这些问题 。
项目团队包含项目经理 1 人、 产品经理 1 人、架构师 1 人、后端开发 2 人、前端开发 2 人、测试人员 1 人，开发周期为 3 个月。
（二）技术栈、架构、实现亮点与难点
技术栈采用 Spring Boot 构建后端服务，Vue.js 开发前端页面，数据库使用 MySQL 存储业务数据，Redis 缓存热点数据。架构上采用微服务架构，将各功能模块拆分为独立服务，提高系统的可扩展性和稳定性。实现亮点在于通过 AI 算法优化图像识别精度，采用分布式任务调度实现航线高效执行；难点在于无人机与平台的实时数据传输稳定性保障，以及 AI 模型在复杂环境下的缺陷识别准确率提升，项目团队通过多次测试与优化，最终较好地解决了这些问题 。
示例图片视频
相似推荐
交易行监控-Python
1对交易行中新币，合约上线进行监控。
2与手机绑定，一旦上线可以进行提示/响铃等，现在为对iPhone专属barkapp进行通信提示。
3对已关键词筛选过的帖子序号进行数据库存储，防止重复读取。
4可开启代理模式，以及根据调用周期进行监控。
自动化架构搭建-支付服务底层全链路自动化搭建
金融行业线上bug要无限接近于零，钱袋子出问题就是大问题，基于背景搭建全链路自动化
以下功能更是重中之重
充值、提现、支付、代付、注册、绑卡等等，这些功能需要有自动化来减少人工测试回归的压力，以及代替冒烟测试
某定投辅助程序
1. 背景：通过机器学习训练自己的投资习惯进行定投的Agent，解放用户的精力和为客户实现盈利。
2. 功能：通过机器学习算法和长期积累的数据训练小模型，通过自动化脚本操作金融平台，为用户自动进行投资，可按用户要求定制止盈和止损策略。
3. 交付成果：此辅助程序为用户提供了极大的便利，解放用户双手，自动化进行执行并且平均每日产生至少15%的收益。
全税申报系统
近年来国家监管体系逐步从“以票控税”向“以数治税”转变，随着总局智慧税务系统的建设和现代化税收征管系统的不断升级，对企业税务管理提出了新的更高的要求；监管机构已经领先企业，实现了对经济活动监管的数字化升级，实现了全流程数字化，并通过标签化、要素化，以及与底层数据打通， 提升了管理水平以及数据价值，并逐步向企业开放；随着金税四期全面上线，税务机关逐步以税务风险为导向设置专业化机构，由“事前审批”向“事中事后管理”转变，预示着税收征管工作呈现持续趋严态势。
随着国家数字化转型的推进，监管联动和金税四期的到来，企业面临着多方面的压力，在国税局建立税务直连通道之后，企业将不可回避的面临全面电子化、数字化的转型压力；当前太平财险仅增值税、保单印花税实现系统处理，其余税种（企业所得税、车船税、房产税、土地使用税、印花税、代扣代缴个人所得税/增值税/企业所得税等）大多缺乏系统支持；税务数据分析、税务档案管理等全部依靠财务人工处理，数据标准、处理时效均有所制约，难以发挥税务风险识别、税收筹划等综合管控能力，税务数字化程度远低于业财数字化水平；由数据采集、智能申报及风控三个层面提升税务数字化程度，助力税务管理合规；构建税务系统也有助于实现不同业务系统间及行业内的信息共享、互联互通，符合税务信息化发展的方向。
目标：
1.在业财税一体化的基础上，实现全税种的自动计算及核算、涉税业务系统管理和申报管理，减少手工和线下管理，自动生成相关凭证和纳税申报表。
2.建立税务数据信息数据库，自动编制税务统计报表和税务相关管理报表，便捷查询各种涉税业务信息和管理情况。
整合税务档案、各项税务政策法规，推动税务人员主动研究分析税务政策，防控税务风险。
金融社交app-超交易
超交易，一个创新的金融社交交易平台，汇聚国内外顶尖理财专家，即时跟踪实名投资高手的真实交易，及时推送有效的交易数据综合分析，支持移动端及网页版本，追踪投资达人的即时交易，与社区好友一起分享。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服