业务和功能介绍
一、立项背景与目标
（一）立项背景
传统园区存在多系统数据孤岛（安防、物业、能耗数据不通）、人工运维成本高（10 人 / 天巡逻，故障响应超 2 小时）、服务体验差（访客登记耗 5 分钟、报修流程繁琐）等问题，需统一平台打通 “人、车、物、空间” 链路，实现从 “被动管理” 到 “主动服务” 升级。
（二）立项目标
管理目标：运维人员减 30%，故障响应缩至 30 分钟内，能耗统计准确率 100%；
服务目标：访客登记缩至 1 分钟，报修闭环率≥98%；
数据目标：整合 8 类数据，形成可视化看板，支撑决策。
二、软件功能及核心功能介绍
（一）整体功能框架
含智能安防、物业运维、能源管理、企业服务、访客管理、运营看板六大模块，配套权限与系统配置功能。
（二）核心功能
智能安防：接入监控、门禁、周界报警器，AI 识别翻墙、徘徊等异常，自动抓拍告警；门禁支持人脸 / 刷卡 / 二维码，记录实时同步。
物业运维：在线报修（传故障照片），系统自动派单，维修后传完工照，用户在线验收，形成 “报修-派单-维修-验收”闭环，支持评价。
能源监管：实时采水电数据，生成能耗趋势图；分楼栋 / 企业统计，高能耗（如突增 30%）自动预警，助力节能。
访客管理：企业提前登记访客信息，生成临时二维码；访客扫码核验，门禁自动放行，免人工登记。
三、核心业务流程（以物业报修为例）
住户发现水管漏水，登录系统传照片、填地址与联系方式；
系统 10 分钟内匹配就近维修人员，推送带导航的报修单；
维修人员 30 分钟内到场，完工后传照片；
住户收验收提醒，确认后可评价；
系统归档记录，生成月度报表。
四、功能路径描述
访客登记：企业登录→“访客管理”→“新增访客”→填信息→生成二维码→分享给访客；
能耗查询：管理员登录→“能源管理”→选时间范围→筛楼栋 / 企业→查看数据与趋势→导出 Excel；
报修操作：住户登录→“物业报修”→选类型（如水电故障）→传照填详情→提交→看派单进度；
安防告警处理：保安登录→“安防告警”→查看异常（含照片 / 位置）→“处理”→填结果→闭环。
（一）立项背景
传统园区存在多系统数据孤岛（安防、物业、能耗数据不通）、人工运维成本高（10 人 / 天巡逻，故障响应超 2 小时）、服务体验差（访客登记耗 5 分钟、报修流程繁琐）等问题，需统一平台打通 “人、车、物、空间” 链路，实现从 “被动管理” 到 “主动服务” 升级。
（二）立项目标
管理目标：运维人员减 30%，故障响应缩至 30 分钟内，能耗统计准确率 100%；
服务目标：访客登记缩至 1 分钟，报修闭环率≥98%；
数据目标：整合 8 类数据，形成可视化看板，支撑决策。
二、软件功能及核心功能介绍
（一）整体功能框架
含智能安防、物业运维、能源管理、企业服务、访客管理、运营看板六大模块，配套权限与系统配置功能。
（二）核心功能
智能安防：接入监控、门禁、周界报警器，AI 识别翻墙、徘徊等异常，自动抓拍告警；门禁支持人脸 / 刷卡 / 二维码，记录实时同步。
物业运维：在线报修（传故障照片），系统自动派单，维修后传完工照，用户在线验收，形成 “报修-派单-维修-验收”闭环，支持评价。
能源监管：实时采水电数据，生成能耗趋势图；分楼栋 / 企业统计，高能耗（如突增 30%）自动预警，助力节能。
访客管理：企业提前登记访客信息，生成临时二维码；访客扫码核验，门禁自动放行，免人工登记。
三、核心业务流程（以物业报修为例）
住户发现水管漏水，登录系统传照片、填地址与联系方式；
系统 10 分钟内匹配就近维修人员，推送带导航的报修单；
维修人员 30 分钟内到场，完工后传照片；
住户收验收提醒，确认后可评价；
系统归档记录，生成月度报表。
四、功能路径描述
访客登记：企业登录→“访客管理”→“新增访客”→填信息→生成二维码→分享给访客；
能耗查询：管理员登录→“能源管理”→选时间范围→筛楼栋 / 企业→查看数据与趋势→导出 Excel；
报修操作：住户登录→“物业报修”→选类型（如水电故障）→传照填详情→提交→看派单进度；
安防告警处理：保安登录→“安防告警”→查看异常（含照片 / 位置）→“处理”→填结果→闭环。
项目实现
一、整体架构与设计思路
采用 “云边协同 + 微服务” 架构，分三层设计：边缘层（园区网关、传感器）负责实时数据采集与本地预处理；云端层分数据中台（存储 / 计算）、业务中台（核心功能模块）；应用层（Web / 移动端）面向不同角色提供界面。设计核心：一是基于 GIS 地图整合园区空间数据，实现 “数据 + 位置” 可视化管理；二是用事件驱动架构联动各模块（如安防告警触发门禁联动）；三是预留 API 接口，支持后续对接充电桩、智能停车等拓展功能。
二、各模块技术栈
边缘层：传感器接入用 MQTT 协议，边缘网关基于 Go 语言开发（低资源占用），本地缓存用 Redis（支持断网存储）；
云端层：数据中台用 Kafka（消息队列）、InfluxDB（时序数据存能耗 / 安防数据）、Flink（实时计算）；业务中台用 Spring Cloud 微服务，Flowable 做运维流程编排；GIS 引擎用 ArcGIS；
应用层：Web 端用 Vue3+ECharts（可视化看板），移动端用 uniapp（跨安卓 /iOS）；AI 识别集成百度智能云 API（行为识别、人脸比对）；
运维层：Docker+K8s 容器化部署，Prometheus+Grafana 监控系统，ELK 栈日志分析。
三、“我” 负责的模块与结果
负责智能安防模块 + 访客管理子系统，核心成果：
开发 AI 行为识别对接逻辑，支持翻墙、徘徊等 6 类异常识别，准确率达 91%，异常事件处置响应时间从 15 分钟缩至 5 分钟；
设计访客二维码生成与核验功能，支持人脸辅助验证，访客登记效率提升 80%，日均处理访客 300 + 人次；
实现安防告警与门禁联动（如告警时自动锁定附近门禁），园区安全事件发生率下降 45%；
模块峰值支持 500 人同时操作，响应时间≤400ms，稳定性达 99.9%。
四、难点、坑与解决方案
难点 1：边缘网关断网后数据丢失
坑：初期仅实时上传数据，山区弱网时数据丢失率 12%
解决方案：在网关实现 “本地缓存 + 断点续传”，断网时缓存 72 小时数据，网络恢复后增量同步，数据回收率达 100%。
难点 2：AI 行为识别误报率高（初期 25%）
坑：通用模型未适配园区场景（如树木晃动误判为翻墙）
解决方案：采集 2000 + 条园区场景样本，微调模型参数，新增 “动态阈值”（雨天提高识别灵敏度），误报率降至 8%。
难点 3：访客二维码易被复用
坑：初期二维码无时效限制，存在安全隐患
解决方案：添加时效性（默认 24 小时）与动态校验（每次扫码生成临时 token），结合人脸核验双重验证，杜绝复用风险。
采用 “云边协同 + 微服务” 架构，分三层设计：边缘层（园区网关、传感器）负责实时数据采集与本地预处理；云端层分数据中台（存储 / 计算）、业务中台（核心功能模块）；应用层（Web / 移动端）面向不同角色提供界面。设计核心：一是基于 GIS 地图整合园区空间数据，实现 “数据 + 位置” 可视化管理；二是用事件驱动架构联动各模块（如安防告警触发门禁联动）；三是预留 API 接口，支持后续对接充电桩、智能停车等拓展功能。
二、各模块技术栈
边缘层：传感器接入用 MQTT 协议，边缘网关基于 Go 语言开发（低资源占用），本地缓存用 Redis（支持断网存储）；
云端层：数据中台用 Kafka（消息队列）、InfluxDB（时序数据存能耗 / 安防数据）、Flink（实时计算）；业务中台用 Spring Cloud 微服务，Flowable 做运维流程编排；GIS 引擎用 ArcGIS；
应用层：Web 端用 Vue3+ECharts（可视化看板），移动端用 uniapp（跨安卓 /iOS）；AI 识别集成百度智能云 API（行为识别、人脸比对）；
运维层：Docker+K8s 容器化部署，Prometheus+Grafana 监控系统，ELK 栈日志分析。
三、“我” 负责的模块与结果
负责智能安防模块 + 访客管理子系统，核心成果：
开发 AI 行为识别对接逻辑，支持翻墙、徘徊等 6 类异常识别，准确率达 91%，异常事件处置响应时间从 15 分钟缩至 5 分钟；
设计访客二维码生成与核验功能，支持人脸辅助验证，访客登记效率提升 80%，日均处理访客 300 + 人次；
实现安防告警与门禁联动（如告警时自动锁定附近门禁），园区安全事件发生率下降 45%；
模块峰值支持 500 人同时操作，响应时间≤400ms，稳定性达 99.9%。
四、难点、坑与解决方案
难点 1：边缘网关断网后数据丢失
坑：初期仅实时上传数据，山区弱网时数据丢失率 12%
解决方案：在网关实现 “本地缓存 + 断点续传”，断网时缓存 72 小时数据，网络恢复后增量同步，数据回收率达 100%。
难点 2：AI 行为识别误报率高（初期 25%）
坑：通用模型未适配园区场景（如树木晃动误判为翻墙）
解决方案：采集 2000 + 条园区场景样本，微调模型参数，新增 “动态阈值”（雨天提高识别灵敏度），误报率降至 8%。
难点 3：访客二维码易被复用
坑：初期二维码无时效限制，存在安全隐患
解决方案：添加时效性（默认 24 小时）与动态校验（每次扫码生成临时 token），结合人脸核验双重验证，杜绝复用风险。
示例图片视频
相似推荐
智能交互大屏-智能交互大屏
本项目为自研首款 8K 智慧云屏配套客户端软件，采用高规格 8K 显示、一体式硬件整机架构及 X86 安卓 + Windows 双系统共享硬件方案。基于 WPF 技术栈从零打造大屏全套软件体系，覆盖白板书写、屏幕批注、系统设置、Launcher 桌面、侧边栏快捷工具、分屏交互、OTA 固件升级、设备集控、外设管控等 20 余个应用模块与核心功能组件，满足政企会议、智慧办公、工业数字孪生等场景下的高清交互、设备管控、系统运维需求，实现高分辨率触控终端的智能化、一体化软件体验。
水利大模型通用管理平台
项目背景
面向水利行业的 TF 数学模型统一管理平台，将 Python 水利建模文件统一解析、调度与运行，为业务系统提供标准化模型调用与结果管理。为政府水利项目提供充实的保障和便利。
负责 Python 模型文件解析与统一调度接口开发，通过 ProcessBuilder 调用 Python 执行引擎实现模型运行。
参与模型元数据管理与版本控制模块设计，支持模型上传、存储与生命周期管理。
协助完成 GaussDB 数据持久化与 Redis 缓存集成，参与前后端接口联调与自测。
基于 Spring Boot 线程池与 Redis 分布式锁实现多模型并发调度，全局异常拦截返回标准化错误码。
某企业大气污染防治管控系统
基于“数字孪生”等先进信息化技术手段，全面推进企业环境保护工作的数字化能力建设，用数据支撑生态环境保护工作开展，全过程可视可查；不断提升和完善自我动态监测能力，动态感知环境状况，环境风险第一时间发现、第一时间预警、第一时间响应，持续提升环保水平，推动区域和行业高水平发展。
大模型驱动的工业数字孪生平台-LLM Digital Twin
面向智能制造与物联网演示的数字孪生平台，支持用自然语言直接控制虚拟与真实设备。
核心功能：①LLM Agent解析自然语言指令，自动映射为设备操作；②MQTT总线实时同步设备状态，指令下发毫秒级响应；③Three.js三维场景实时渲染，设备状态一屏总览；④Webots仿真环境真机联调，支持虚实融合验证。适用于工厂产线可视化、智能家居演示与物联网教学场景。
无人机管控综合大屏平台-无人机管控综合大屏平台
技术栈：Vue3 + TypeScript + Element‑Plus + OpenLayers + Cesium + ECharts + WebGL + GLSL + GeoServer + PostGIS + Java + Nginx + ArcGIS
平台面向集团水电业务，构建二三维一体化无人机管控系统，实现空间数据服务管理、无人机任务全生命周期管理、机库设备实时监控、飞行航线规划、安全冲突评估、巡检成果可视化、多维统计分析。
1. 二三维地图模块：Cesium 承载三维地形场景，OpenLayers 负责二维业务地图；基于 WebGL/GLSL 自定义着色器，实现管线、航线、巡检区域特效渲染；对接 GeoServer 发布 WMTS/WFS 空间服务，PostGIS 存储管理点位、航线、巡检区域等空间矢量数据；兼容 ArcGIS 各类空间数据格式。
2. 无人机业务模块：机库站点树管理、无人机设备实时状态监控、机库视频预览；业务需求录入、航线航点编辑、空域 / 时间 / 航线三重安全评估；任务拆分、子任务冲突校验、设备指派下发；飞行任务列表管理，展示里程、时长、告警信息，查看图片视频巡检成果。
3. 可视化大屏模块：资源指标概览、任务多维度统计图表，任务类型、任务状态、飞行趋势、机库能力排行、隐患处置排行，支撑运维决策。
4. 后端服务：Java 提供业务接口，PostGIS 处理空间查询、空间计算；Nginx 做反向代理、静态资源、地图服务代理。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服