SkyGuard AI — 多智能体无人机智能巡检系统

Agents

七大 AI Agent

每个 Agent 职责单一、可独立测试、可替换升级。

Scheduler Agent · 任务规划

接收任务 → 加载场景 → 分析区域 → 优先级排序 → 创建飞行计划

Navigation Agent · 航线优化

最近邻算法优化航点顺序，最小化总飞行距离，输出 Waypoint 序列

Flight Agent · 飞控执行

模拟飞行全流程：导航、悬停、电池消耗、环境采样、低电量自动返航

Vision Agent · 视觉检测

调度 3 个可插拔检测器，统一 BaseDetector 接口 — 可替换 YOLO / GPT-Vision / Qwen-VL

Risk Agent · 风险评分

多因子模型：置信度 × 严重度 × 影响范围 × 时间衰减 → 四级分类

Decision Agent · 智能决策

火灾→紧急停止+通知管理员；高危→重新巡检+提升优先级；安全→维持常规

Report Agent · 报告生成

汇总全流程数据生成 JSON 报告，持久化到数据库

Risk Engine

多因子风险评分模型

Risk Score= Confidence× Severity× Impact× Time

🎯

Confidence

检测器输出置信度 0~1，模拟 0.70~0.99，真实 CV 模型直接输出

⚠️

Severity Weight

critical = 1.0 · warning = 0.5 · info = 0.2

📐

Impact Radius

基于区域面积加权计算，大区域影响范围更广

⏱️

Time Decay

检测越新权重越高，随时间衰减保证时效性

Scenarios

双巡检场景

预设校园安全与工地安全两套完整场景配置，支持自定义扩展。

校园安全巡检

4 个巡检区域 · 飞行高度 50m · 悬停 8s

主入口 · 实验楼 · 停车场 · 宿舍区

消防通道堵塞电动车违规停放火灾风险异常人员聚集

工地安全巡检

4 个巡检区域 · 飞行高度 30m · 悬停 10s

出入口 · 材料区 · 作业区 A · 设备区

未佩戴安全帽未系安全带安全违规禁区进入火灾隐患

Perception

可插拔视觉检测模块

所有检测器实现统一 BaseDetector 抽象接口，接入真实 CV 模型只需实现 2 个方法。

🪖

Helmet Detector

安全帽、安全带、安全违规行为检测。可替换为 YOLOv8 安全帽数据集训练模型。

no_hard_hatmissing_harnesssafety_violation

🔥

Fire Detector

火灾隐患与烟雾检测。可替换为热成像相机视觉模型或多光谱分析。

fire_hazard

🚗

Vehicle Detector

违规停车、通道堵塞、人员聚集、禁区闯入。可替换为 YOLO + DeepSORT 实时跟踪。

illegal_parkingblocked_passagecrowd_gatheringunauthorized_entry

Tech Stack

技术栈

⚡

LangGraph

StateGraph 编排 Agent 工作流，条件路由处理异常分支与低电量中止

🚀

FastAPI

REST API — POST /api/missions 创建任务，GET 获取历史报告

🗄️

SQLAlchemy + SQLite

MissionRecord ORM 持久化所有巡检记录，可迁移至 PostgreSQL

🐳

Docker

一键构建部署：docker build -t skyguard . && docker run -p 8080:8080 skyguard

🧩

Pluggable Architecture

检测器、仿真器、数据库全部可插拔替换，架构零耦合

🧪

26 Tests

覆盖 State 模型、Perception 检测器、全 Agent Pipeline 端到端测试

API

REST 接口

# 创建并执行巡检任务 POST /api/missions { "scenario": "campus" } # 查询任务详情（含完整报告 + AI 决策） GET /api/missions/CAMPUS-20260711-120000 # 列出最近任务 GET /api/missions?limit=20&offset=0 # 健康检查 GET /api/health

Quick Start

快速开始

# CLI Demo — 运行校园 + 工地双场景 python main.py # 单场景巡检 python main.py --scenario campus # 启动 API 服务器 (端口 8080) python main.py --server # 运行测试 python tests/test_state.py python tests/test_perception.py python tests/test_agents.py # Docker 一键部署 docker build -t skyguard-ai . docker run -p 8080:8080 skyguard-ai