WebGIS开发学生作品|低空航天管理与航线规划系统

项目背景

当前,低空经济已被国家明确列为"十五五"时期重点培育的战略性新兴产业,是发展新质生产力、推动高质量发展的重要赛道。

从市场规模来看,全球及中国低空经济估值呈现爆发式增长态势。在应用落地层面,江苏苏州、广东深圳等城市已经率先开展无人机外卖、应急配送等场景的试点运营,低空经济的商业化进程正在加速。

然而,行业快速发展的背后,仍然存在诸多核心痛点,制约着规模化落地:

  • **航线规划高度人工化,**智能化适配短板突出

  • **应急配送调度方式传统,**医疗应急配送全靠人工分配,急救效率严重受限

  • **飞行运维数据分散,**缺乏统一的监控与统计分析平台,易引发调度冲突

  • **专业技术底座薄弱,**常规大模型对低空领域的知识理解不够深入,问答结果不可溯源,入行门槛较高

系统架构

系统采用前后端分离的三层架构设计,自上而下分为用户表现层、业务逻辑层和数据处理层,各层职责清晰,保障了系统的高内聚低耦合特性。

**用户表现层:**基于Vue3渐进式框架开发,搭配Element Plus UI组件库,搭建统一美观的交互界面。地图可视化采用高德地图API,业务数据可视化则通过ECharts图表库实现。

**业务逻辑层:**以Spring Boot为核心框架,通过Mybatis Plus实现数据持久化。针对AI模型服务,采用Fast API进行封装,结合LangChain框架搭建了检索增强生成的AI知识库。核心业务逻辑包括低空航天器的航道规划、即时配送智能调配等模块。

**数据处理层:**采用PostgreSQL加PostGIS加pgvector的组合方案。PostgreSQL提供基础的关系型数据库与事务支持,PostGIS作为空间数据引擎实现空间数据的高效存储与分析,pgvector作为向量数据引擎,为知识库提供向量存储与相似性检索的能力。

功能实现

基于系统架构,我们将系统划分为五大功能模块:

01、低空航天器路径规划模块

这是本系统的核心功能模块。

用户可以在地图上点击选择或手动输入起终点的经纬度,并设置飞行器类型、转弯惩罚系数、最大安全高度、网格大小等参数,系统会自动计算最优飞行航线。

在规划完成后,系统会可视化展示航线,同时显示路径长度、网格点数等关键信息,并支持将航线导出为GPS交换格式。

02、低空枢纽与起降点管理模块

该模块提供地图视图和列表视图两种管理方式。

在地图视图中,用户可以直观地查看所有低空枢纽和起降点的空间分布,点击标记即可查看详情。

在列表视图中,支持对枢纽和起降点信息的批量导入导出、新增、编辑、删除等操作。

同时系统还提供数据统计功能,生成各类统计报表,辅助管理者掌握设施使用情况。

03、医疗即时配送智能调配模块

针对医疗应急配送的特殊需求,我们开发了智能调配功能。

用户可以创建医疗配送订单,系统会根据订单位置、航天器库存状态、枢纽分布等因素,自动分配最优的航天器和配送航线,并在地图上实时跟踪配送进度。

04、航天器库存信息管理模块

实现了航天器全生命周期的库存管理,支持查看航天器的型号、类别、所属枢纽等详细信息,同时提供表格视图和报表视图,可视化显示航天器的型号占比、分类分布等数据。

05、AI低空航天RAG问答模块

用户可以上传PDF、Word等主流格式的低空领域专业文档,系统会自动将文档解析分块并向量化存储在向量数据库中。

当用户提问时,系统会检索知识库中最相关的内容,结合大语言模型生成准确而可溯源的答案,并标注参考来源的文档名称和页码,为航线调度与应急决策提供专业的知识支撑。

系统创新

01、基于空间分析与改进A*算法的航线规划

整体算法逻辑分为四个层次:

  • 数据层:利用PostGIS在数据库层完成网格化与成本计算

  • 模型层:根据建筑高度构建成本曲面,实现连续建模

  • 算法层:引入方向向量与转弯惩罚机制,实现动力学约束下的改进型A*算法

  • 工程化:针对大范围请求自动调整网格精度,实现自适应降采

用户输入路径规划请求(起终点经纬度、安全高度与网格精度、转弯惩罚系数等参数)后,系统进行空间成本建模(PostGIS网格划分、成本栅格构建),运用改进型A*算法(节点扩展策略、动力学转弯惩罚、最优路径回溯),最终输出路径可视化(GeoJSON接入前端地图引擎实现航线动态展示)。

02、创基于检索增强生成的AI问答助手

用户上传目标文件后,系统通过Unstructured非结构化数据处理库进行文本分块,运用文本嵌入模型向量化,存入结合了PostGIS扩展的PostgreSQL数据库中。

当用户向系统提问时,系统通过寻找相似向量,将可溯源的知识反馈给AI模型,结合生产数据以及数据库中的知识来生成可溯源的问答结果。

未来展望

未来展望主要包括三个方面:

  • 多机型协同调度:扩展支持多类型无人机协同作业,优化编队飞行算法

  • 实时气象融合:接入实时气象数据,动态调整航线规避恶劣天气

  • 三维空域可视化:基于Cesium实现真三维空域管理与飞行态势展示

相关推荐
用户059540174461 小时前
大模型对话记忆持久化踩坑实录:用 Playwright 自动化测了 300 次,终于揪出会话丢失的真凶
前端·css
丙氨酸長鏈1 小时前
Web前端入门第 问:JavaScript 一个简单的 IndexedDB 数据库入门示例
前端·javascript·数据库
kyriewen2 小时前
面试官让我手写虚拟列表——AI生成的版本,快速滚动几下就白屏了
前端·javascript·面试
IT_陈寒3 小时前
Vite热更新失效?你可能漏了这个配置
前端·人工智能·后端
Revolution613 小时前
React 组件重新渲染时,到底重新执行了什么
前端·react.js·面试
用户2181697049305 小时前
Flutter(四)Dart语法 空安全 运算符 流程控制
前端
许彰午5 小时前
政务督办的分合模式:主办协办的并发审批
前端·javascript·政务
用户69371750013845 小时前
AI时代,程序员该往哪走?
前端·后端
ttwuai5 小时前
GoFrame 后台日志清空失败:无 WHERE 删除为什么被拦住
前端·golang