本系统是一款基于 Web 的多传感器设备管控平台,实时监控激光雷达点云、光学相机画面与热成像数据,集成异物入侵报警、体积测量、3D 建模、数据导出采集及回放分析等功能,实现多源异构数据的统一接入、融合展示与智能分析。
采用分层解耦的微服务/模块化架构,分为边缘采集层、流处理与算法层、应用服务层、Web展示层。
边缘采集层负责从激光雷达、光学相机、热像仪获取原始数据,并进行时钟同步(如PTP/NTP)与预处理(点云降采样、视频编码、热图伪彩映射)
异物入侵报警:算法侧使用 YOLO 系列(光学)与点云聚类/背景差分(激光雷达)双路检测。光学检测可部署在边缘设备(如 Jetson)或服务端 GPU 上;点云检测在服务端用 Open3D 或 PCL 完成地面分割与欧式聚类,判断侵入包围盒。两路结果在消息队列中按时间戳关联,满足“光学确认 + 雷达定位”逻辑后触发报警。报警推送使用 WebSocket 推送给前端,同时写入时序数据库供回放。
体积测量:完全在服务端离线/准实时完成。流程为:点云预处理(去噪、地面分割)→ 目标分割(料堆/异物)→ 表面重建(泊松重建或 Delaunay 三角化)→ 体积积分。Python 生态中 Open3D 提供 create_from_point_cloud_poisson 等函数,适合快速实现。测量结果(数值 + 分割后的点云快照)返回前端展示,无需传输完整网格。
3D 建模:若为静态场景建模,服务端用 Open3D 完成点云配准与网格化,导出 GLB 格式,前端 Three.js 加载 GLTFLoader 渲染。若为动态目标(如入侵异物)的粗略建模,可在报警触发时截取局部点云,快速生成凸包或包围盒,通过 WebSocket 临时推送给前端高亮显示。
多传感器融合设备管控平台,其核心挑战在于异构数据的实时同步、海量点云的高效渲染,以及报警与测量算法的低延迟响应。本系统采用多种方法进行大量优化,达成预期目标。