智慧城市边缘视频分析平台

基于 Spring Boot + YOLOv8 的智能灯杆边缘视频分析系统，实现设备管理、传感器监控、行人检测、报警联动与远程控制。

✨ 核心功能

• 设备管理 - 灯杆 CRUD、在线状态监控、视频流配置
• 传感器监测 - 温湿度、光照、电压电流实时采集与历史曲线查询
• AI 行人检测 - YOLOv8 实时识别行人，支持截图与结果回放
• 智能报警 - 传感器阈值设置，超限自动告警与推送
• 远程控制 - HTTP → MQTT 下发 LED 开关指令，WebSocket 实时心跳
• 数据可视化 - 传感器曲线、报警记录、推理记录多维查询
• API 文档 - Springdoc 自动生成，启动后访问 /doc.html

🚀 性能优化亮点

优化项	优化前	优化后	手段
单帧识别耗时	~750ms	~190ms	线程池 + CompletableFuture + JPEG压缩
历史查询响应	~300ms	~90ms	复合索引 + Redis 缓存
设备状态同步	不稳定	99%+	WebSocket + Redis 版本号心跳
传感器上报吞吐	同步写库	异步削峰	RabbitMQ + 死信队列
缓存可用性	无防护	穿透/击穿/雪崩全防护	空值缓存 + SETNX 互斥锁 + TTL 随机偏移
AI 推理韧性	无保护	熔断+重试+降级	Resilience4j @Retry + @CircuitBreaker
视频帧阻塞	无超时	10s 超时熔断	CompletableFuture.get(timeout)

🛠 技术栈

层级	技术
后端框架	Spring Boot 2.7
ORM	MyBatis-Plus 3.5
数据库	MySQL 8.0
缓存	Redis
消息队列	RabbitMQ（传感器削峰）
设备指令	MQTT (Spring Integration + Paho)
AI 推理	YOLOv8 (Python/Flask)
容错框架	Resilience4j（重试+熔断+降级）
视频处理	JavaCV / FFmpeg
实时通信	WebSocket
API 文档	Springdoc OpenAPI
可观测性	Spring Boot Actuator + Prometheus
网关	Nginx（反向代理 + 限流）
容器化	Docker + Docker Compose（7 容器编排）

📦 快速开始

Docker Compose 部署（推荐）

git clone <repository-url>
cd EdgeVideoAnalysis

# 一键启动全部 7 个服务
docker-compose up -d

服务启动后访问：

服务	地址
后端 API（Nginx 网关）	http://localhost
后端 API（直连）	http://localhost:8080
API 文档	http://localhost:8080/doc.html
YOLOv8 推理	http://localhost:5000
RabbitMQ 管理后台	http://localhost:15672
Prometheus 指标	http://localhost:8080/actuator/prometheus

本地开发运行

# 1. 启动 MySQL + Redis
# 2. 初始化数据库
mysql -uroot -p123456 -e "CREATE DATABASE IF NOT EXISTS edge_video_analysis DEFAULT CHARACTER SET utf8mb4"
mysql -uroot -p123456 edge_video_analysis < src/main/resources/db/init.sql

# 3. 启动 YOLOv8 推理服务
cd yolov8-service
pip install -r requirements.txt
python app.py

# 4. 编译启动后端
cd ..
mvn clean package -DskipTests
java -jar target/edge-video-analysis-1.0.0.jar

RabbitMQ / MQTT / Nginx 非必须——代码含降级兜底，MQ 不可用时自动走同步处理。

📁 项目结构

EdgeVideoAnalysis/
├── src/main/java/com/edgevideoanalysis/
│   ├── device/          # 设备管理
│   ├── sensor/          # 传感器数据 + MQ Producer/Consumer
│   ├── alarm/           # 报警规则与记录
│   ├── video/           # 视频流处理（线程池+异步+超时）
│   ├── ai/              # YOLOv8 推理集成（R4j熔断重试）
│   ├── websocket/       # 设备心跳与状态推送
│   ├── control/         # 远程控制 + MQTT 指令下发
│   └── common/          # 公共配置、异常处理、统一响应
├── yolov8-service/      # YOLOv8 推理服务（Python/Flask）
├── nginx.conf           # Nginx 反向代理 + API 限流配置
├── docker-compose.yml   # 7 服务编排
└── pom.xml

📖 API 文档

启动后访问 http://localhost:8080/doc.html，Springdoc 自动生成全部接口文档，支持在线调试。

模块	方法	路径	说明
健康检查	GET	/api/health	服务健康检查
设备	GET	/api/lamp/list	获取灯杆列表
传感器	POST	/api/sensor/report	上报传感器数据（MQ 异步）
传感器	GET	/api/sensor/curve	获取曲线数据
视频	GET	/api/video/frame/{lampId}	获取当前帧（10s超时）
AI	POST	/api/ai/inference	执行行人检测（熔断保护）
控制	POST	/api/control/led	MQTT 下发 LED 开关
WebSocket	ws	/ws/device	设备心跳连接
Prometheus	GET	/actuator/prometheus	监控指标

详细接口定义见 API接口文档.md。

🏆 项目成果

• 荣获 全国大学生物联网设计大赛湖南赛区一等奖
• 稳定支持 4+ 路摄像头并发处理
• 完整实现设备接入、AI 推理调度、告警联动、远程控制五大模块
• 56 个纯 Mockito 单元测试覆盖核心业务链路
• 缓存三板斧 / 熔断降级 / MQ异步削峰 / 视频帧超时控制 全链路容错

📄 许可证

MIT License

👥 作者

CoderDongHuang