☀️ 获取项目源码
中国1800多个县域,城管、环保、水利、住建、应急、自然资源——差不多每个部门都在买无人机。一个中等县域,各部门累计持有的无人机少则十来架,多则三四十架。设备越买越多,覆盖却没有更密。城管买的飞机,环保调不动;环保飞的影像,水利看不到;住建建的机巢,应急连不上。
山东汶上县2025年之前的状况很典型:14个部门各自采购,设备型号五花八门,飞手分散在各科室,飞行数据存在各自的硬盘里。一架无人机日均飞行不到1小时,设备闲置率超过60%。同一片城区,城管飞一遍查违建,环保再飞一遍巡河道,住建再飞一遍管工地——三架飞机、三条航线、三笔费用,覆盖的是同一块地方。无人机买回来了,城市管理的效率结构没变。

无人机一网通飞平台(县域版)的逻辑不复杂:把全县所有部门的无人机、自动机场、飞手、航线、飞行数据,统一纳管到一个平台上。不是"再买一套新系统",而是把已经散落在各部门的设备资源接进来、管起来、复用起来。
平台以多机巢协同调度和AI视觉识别为双引擎,向上对接城管、环保、水利、住建、自然资源、应急等委办局的巡查需求,向下纳管大疆机场、道通、纵横等多品牌自动机场设备。一次飞行产生的影像数据,同时服务城管查违建、环保看排污、水利巡河道、住建管工地、应急做备勤。
⚠ 断点一:设备散 — 买得多,用得少 各部门独立采购、独立运维、独立排班,没有统一的设备调度中心。一台机场日均执行任务不到2架次,大量时间在待机。平台建立统一的设备资源池,所有机巢统一纳管、统一排班。杭州临安区46台机巢统一调度后,设备利用率从不到40%提升到75%以上。 |
◎ 断点二:数据堵 — 飞得多,共享少 A部门飞完的影像存本地硬盘,B部门需要时联系A部门拷数据,流程走完三五天,数据时效性早就过了。平台建立统一的数据中心,所有飞行影像实时回传、自动归档、按权限共享。无锡市整合18个部门525架无人机,一次飞行同步调用违停识别、广告牌检测、市政设施判断多类算法,城管、市监、市政三方巡查一趟完成。 |
✓ 断点三:识别慢 — 拍得多,判得慢 无人机拍回来的影像靠人工逐帧回看,一批次飞行2小时的影像,需要4到6小时人工筛查。平台内置30多类市政AI识别模型,覆盖违建、裸土、占道经营、违规广告、垃圾堆放、工地扬尘、车辆违停、河道漂浮物、路面病害、秸秆焚烧等场景。图像采集即识别,边缘节点推理延时低于200毫秒。山东汶上部署4种场景算法后,全域扫描从6到8小时压缩至30分钟,识别准确率超过95%。 |
◆ 断点四:处置长 — 发现快,处置慢 问题被AI抓到了,从口头通知到书面报告再到层层转批,一个占道经营从抓拍到人员到场,快则2小时,慢则半天。平台打通工单系统,AI识别确认的问题自动生成工单——含定位坐标、现场影像、问题类型、严重等级——按归属部门直接派发至对应网格员。上海奉贤区20多家委办局共建一张飞行网,工单从空中巡查到平台派单再到地面处置全链条闭环,累计流转工单540余条,办结470余条。 |
▎多品牌机巢统一调度 [MESH]
纳管大疆机场系列(机场1/2/3)、道通智能机场、纵横自动机库等多品牌设备,支持一平台对接不同厂商SDK,设备上线自动发现注册。机巢状态——电量、4G/5G信号强度、舱门开闭、气象站风速雨量——实时监控,任务自动匹配距离最近、状态可用的机巢。支持跨机巢接力飞行,大范围巡检任务自动拆分航线,多台机巢轮流升空连续作业,覆盖面积不受单机巢半径限制。河北成安县12台无人机覆盖9个乡镇,全域巡查从6到7天压缩至1.5天。
▎多部门需求协同排班 [SYNC]
城管、环保、水利、住建、自然资源、应急等各部门在平台提交巡查需求,系统自动合并相邻区域、相同时段的飞行任务,生成最优复合航线——一架次升空,多部门受益。任务排班支持优先级权重配置,应急任务可抢占最近的空闲机巢即时起飞。杭州临安区整合35个部门135项巡查需求,一次飞行最多同时执行7项任务,预计5年节约财政资金2000万元。
▎AI视觉识别引擎 [VISION]
内置30多类市政场景识别模型,覆盖"两违"建筑检测、裸土覆盖识别、占道经营检测、违规广告识别、垃圾堆放检测、工地扬尘识别、车辆违停检测、河道漂浮物识别、路面裂缝检测、烟火检测等。支持可见光与红外双光融合,夜间施工偷倒行为同样可被红外通道捕获。前-后两期正射影像自动配准比对,10分钟内输出变化检测结果。模型支持边用边优化——人工复核结果回传训练集,每季度迭代一次,越用越准。
▎航线规划与任务引擎 [ROUTE]
支持即时飞行、定时巡航、周期巡检、应急调度四种任务模式。带状航线适用道路与河道线性巡查,面状航线适用建成区全覆盖,点状航线适用重点工地与违建高发区定点盯防。航线预设后自动执行,任务到期自动下发至对应机巢。应急模式下,系统优先抢占最近空闲机巢,无人机8分钟内到达县域任意位置并回传实时画面,同步支持远程喊话、坐标标注、视频直播推流。
▎全流程工单闭环 [CLOSE]
AI识别结果经人工一键确认后自动生成工单,字段包括问题定位坐标、现场影像截帧、问题类型标签、严重等级判定、建议处置部门。工单按归属部门自动路由派发,处置进度全流程可视——GIS地图上用不同颜色标注工单位置与状态(蓝色待派发、橙色处置中、黄色待复核、绿色已办结)。超期未处置自动升级预警,推送至主管领导。处置完成后支持前后影像对比复核。
▎数据看板与效能分析 [DASHBOARD]
按部门、区域、周期统计飞行架次、覆盖面积、问题发现量、处置率、平均处置时长等核心指标。支持问题类别分布热力图、高发时段分析、部门设备利用率排行。自动计算自动化飞行里程对应的等效人工巡查成本——含人员工资、车辆油耗、设备折旧——量化呈现平台投产比。数据看板支持大屏、PC、移动端三端自适应展示。



◆ 杭州临安区
46台一体化机巢,覆盖1100平方公里,整合35个部门135项巡查需求,搭载50多项AI算法覆盖30多类场景,异常事件识别率达90%。设备利用率从不到40%提升至75%以上,巡查效率提升80%,预计5年节约财政资金2000万元。
◆ 山东汶上县
24处政务无人机机库,济宁市首个县域全域覆盖。搭载户外广告巡查、建筑垃圾倾倒巡查、违建识别、市容市貌管理四种场景算法。全城扫描从6到8小时压缩至30分钟,识别准确率超过95%,无人机8分钟到达县域任意位置。覆盖14个部门加5个乡镇的巡查需求,投诉量同比下降40%。
◆ 河北成安县
12台无人机覆盖9个乡镇,AI视觉识别裸土裸地、火点烟雾、秸秆禁烧、违法建设、河道"四乱"等10多类场景。全域巡查从6到7天缩至1.5天,形成县—乡—村三级问题闭环处置机制。
◆ 马鞍山市
整合公安、城管、水利、环保、消防、应急、农业、自然资源等12个部门近百项场景需求。跨部门任务协同响应时间缩短80%,政务巡检效率提升5到10倍。
◆ 上海奉贤区
20多家委办局、13个街镇协同,纳管310多架无人机、200多名飞手,部署56个政务飞行网格。一次飞行最多执行7项任务,工单从空中巡查到地面处置全链条闭环,累计流转工单540余条,办结470余条。
平台采用前后端分离加微服务架构,以Docker容器化部署为基础,支持Kubernetes集群编排,适配x86与ARM双架构及国产信创环境(统信UOS/麒麟V10)。
| 基础设施层 数据存储层 MySQL 8.0 · Redis 7 · MinIO · PostGIS 平台支撑层 设备接入网关(大疆SDK/MAVLink/GB/T 28181) · Shiro+JWT · RocketMQ · WebSocket 业务服务层 机巢调度 · 航线规划 · 飞行控制 · AI推理调度 · 变化检测 · 工单管理 · 统计分析 · 多租户管理 AI推理层 TensorRT优化YOLOv8 · FP16/INT8量化 · NVIDIA Jetson · 自研变化检测UNet 前端展示层 Vue3+TypeScript+ElementUI · Cesium.js三维GIS · ECharts · Uni-app移动端 |

全栈源码交付,支持国产信创环境私有化部署,可直接更名打造自有品牌。
1800多个县域,不是每个都需要从零开始搭建一套无人机体系。更务实的选择是:把已经散落在各部门的设备接进来、管起来。一台机场服务多个部门,一次飞行解决多项任务,一套平台打通从天上看到地上办的完整链条。城管查违建、环保看排污、水利巡河道、住建管工地——这些需求跑在同一套平台上、共用同一批机巢和影像数据,城市管理的整体成本才会降下来,响应速度才会提上去。
从"各管各"到"一盘棋", |
夜雨聆风