项目名称: 智慧校园安防管理系统
简介: 基于AI Agent的校园安防物联网平台，支持自然语言控制硬件设备，集成毫米波雷达与摄像头的多模态感知，实现入侵检测、跌倒预警、手势识别等智能安防场景。
详细介绍:
项目背景
传统校园安防依赖人工巡检和被动监控，存在响应滞后、误报率高、无法主动预警等痛点。本系统通过 AI Agent + IoT 硬件的深度融合，将安防从"事后追溯"升级为"实时感知 + 主动干预"。
系统架构
前后端分离架构，三端覆盖:
- 后端: Spring Boot 3 + Java 17，7个子模块（权限管理、安防引擎、AI调度、硬件网关等）
- PC管理台: Vue 2 + Element UI，用于监控大屏、设备管理、告警处置
- 移动端: UniApp + uView UI，支持 H5 / 微信小程序 / 原生 APP，用于巡检和实时告警推送
- 基础设施: MySQL 8.0 + Redis + WebSocket 实时通信
核心功能
AI Agent 自然语言控制硬件
基于 Spring AI 接入智谱 GLM-4 大模型，实现自然语言到硬件 RPC 指令的自动转换。管理员可以用自然语言（如"打开3号教室的摄像头"）直接控制安防设备，系统自动解析意图、生成 JSON 指令序列并下发执行。
多模态感知引擎
- 摄像头端: 人员检测、手势识别（支持自定义手势录入）、基于文字描述的目标搜索
- 毫米波雷达端: 跌倒检测、非接触式生命体征监测
- 融合决策: 多传感器数据交叉验证，降低误报率
智能告警与处置
- AI 自动提取告警关键信息（时间、地点、事件类型）
- 告警分级处置流程：自动派单 → 工单流转 → 闭环确认
- WebSocket 实时推送，毫秒级告警到达
对话式安防助手 (Guardian)
内置对话引擎，支持多轮交互式安防查询：
- 智能消歧：当用户指令模糊时，主动追问确认
- 多媒体响应：根据场景自动关联摄像头截图、雷达数据
- 响应质量评估：对 AI 回答进行可信度打分
技术亮点
- Function Calling 架构: 将硬件控制抽象为函数签名，大模型只负责意图理解与参数填充，执行层与 AI 层完全解耦
- WebSocket 长连接管理: 自研 Session Manager，支持设备级消息路由和断线重连
- 硬件模拟器: Flask 搭建的硬件仿真层，开发阶段无需真实硬件即可联调
- 安全体系: JWT 认证 + XSS 过滤 + 密码错误锁定 + 接口鉴权
技术栈: Spring Boot 3 Spring AI Java 17 Vue 2 UniApp MySQL Redis WebSocket MyBatis Plus 智谱GLM-4 百度文心 RuoYi