智慧停车综合管理平台（Smart Parking Platform）
一句话简介：一套集园区态势感知、视频监控大屏、异常智能报警、停车运营管理与 AI 智能助手于一体的、可私有化 Docker 一键部署的智慧停车综合管理平台。
目录
- 一、详细功能描述
- 二、解决的行业痛点
- 三、核心技术优势
- 四、应用场景
- 五、适配目标行业与人群
- 六、商业应用价值
- 七、技术架构
- 八、环境前置依赖
- 九、快速开始
- 十、完整安装部署教程
- 十一、AI 对话（TokenFree）使用教程
- 十二、版权与使用说明
一、详细功能描述
平台围绕“一张屏、一张图、一个大脑”设计，功能逐条对应实拍截图：
1. 平台登录与权限体系
- 玻璃拟态登录页、动态渐变背景、发光输入框，支持账号密码登录与 JWT 鉴权。
1.1 项目概述大屏
平台内置炫酷的项目概述大屏：顶部动态标题与实时时钟，五大核心指标卡片（摄像头总数、设备在线率、 报警事件、报警规则、系统用户），近 7 天报警趋势折线图、设备状态环形分布图及最新报警实时滚动， 全部数据来自后端实时聚合，10 秒自动刷新，适配大屏投放。
2. 园区态势总览
- 园区停车核心指标看板：总车位、占用/空闲、异常事件、设备在线率；
- 基于本地地图的摄像头点位分布与状态渲染，支持点位点击联动。
3. 视频监控大屏
- 科技感数据大屏：多路摄像头实时画面、轮播、实时指标与报警滚动；
- 支持 HLS（hls.js）低延迟直播，适配主流分辨率。
4. 异常报警事件管理
- 报警事件列表、级别筛选、处置状态流转，事件全程可追溯。
5. AI 智能对话助手
- 标准 Chat Completions 流式对话，默认接入 TokenFree 的
kimi-k2.6模型； - 支持停车运营、设备状态、异常分析等问答，接口配置抽屉内置使用教程。
6. 个人中心
- 用户信息维护、密码修改等自助功能。
7. 系统管理（管理员）
- 园区地图管理：自定义地图数据上传、切分与点位编辑。
- 摄像头管理：摄像头档案、RTSP/RTMP 拉流地址、点位与启用状态维护。
- 报警规则管理：按摄像头配置检测目标、触发条件与规则启停。
- 用户管理：账号、角色（管理员/操作员）与状态管理。
二、解决的行业痛点
- 系统割裂、信息孤岛：传统监控、停车、报警系统各自独立，缺乏统一态势视图，运维人员需多平台切换。
- 依赖人工值守、响应滞后：传统监控需人工 7×24 盯屏，异常发现晚、研判慢、上报链路长。
- 摄像头位置不可视：不存储园区 GIS 地图与摄像头精确位置，调取和排查效率低。
- 部署复杂、落地成本高：传统方案环境依赖多、部署周期长，中小企业难以私有化落地。
- 数据不沉淀、运营无依据：缺乏停车与设备数据沉淀，管理决策缺少数据支撑。
平台以“统一面板 + 智能检测 + 一键私有化部署”系统性解决上述问题。
三、核心技术优势
- 全栈现代技术架构：Umi 4 + React 18 + Ant Design 5 前端，NestJS + TypeScript 后端，模块清晰、可维护性强。
- 智能视频分析：基于 YOLO 深度学习的实时目标检测（监控算法端），异常自动识别并联动报警。
- 低延迟流媒体：RTMP 收流 + Nginx-RTMP/FFmpeg 转 HLS 分发，兼顾实时性与浏览器兼容性。
- 本地地图引擎：Leaflet + 地图瓦片本地化切分与存储，支持自定义园区地图。
- 私有化一键交付：Docker Compose 编排前后端、数据库、媒体服务，一条命令完成部署。
- 统一暗色面板设计体系：玻璃拟态 + 霓虹光效 + 响应式布局，视觉统一、辨识度高。
- AI 能力可插拔：支持标准 Chat Completions 协议，可按需切换 TokenFree 上的 Kimi / Qwen / Claude 等模型。
四、应用场景
- 产业园区、写字楼、商业综合体的停车场与周界监控；
- 校园、医院、政务园区的车辆与人员安全管理；
- 物流园、工厂厂区的车辆出入与作业区域异常监测；
- 物业/安保指挥中心的集中监控与接处警；
- 需要私有化部署、数据不出内网的安防与停车运营场景。
五、适配目标行业与人群
| 维度 | 说明 |
|---|---|
| 目标行业 | 智慧物业、智慧园区、智慧交通、安防安保、校园/医院后勤、工厂物流 |
| 管理决策者 | 需要全局态势、数据报表与运营决策依据的管理者 |
| 一线运维/安保 | 需要视频监控、报警处置、设备巡检与快速定位的操作人员 |
| IT/集成服务商 | 需要可快速私有化交付、二次集成与品牌化部署的集成商 |
六、商业应用价值
- 降本增效：自动化异常检测替代部分人工盯屏，降低人力成本、缩短响应时间。
- 私有化资产沉淀：数据与平台完全部署在客户侧，形成可持续运营的数字化资产。
- 快速复制交付：标准化 Docker 交付包支持多项目快速复制，显著降低项目实施成本。
- 可扩展增值空间：可在统一平台上扩展计费、引导、数据分析等模块，形成增值收入。
- 品牌化交付能力：支持 Logo、品牌与主题定制，便于服务商品牌化对外输出。
七、技术架构
7.1 总体架构
平台划分为 前端、后端、监控算法端、RTMP 媒体服务器、地图瓦片服务、关系型数据库 六大部分：
flowchart LR
subgraph Client[浏览器端]
UI[Umi4 + React18 + Antd5 玻璃面板]
end
subgraph Server[服务端]
API[NestJS 后端 REST + WebSocket]
DB[(MySQL 8.0)]
RTMP[RTMP/HLS 媒体服务]
TILE[地图瓦片服务]
end
subgraph AI[监控算法端]
YOLO[YOLO 实时目标检测]
end
CAM[摄像头 RTSP/RTMP 流] --> YOLO
YOLO -->|FFmpeg 推流| RTMP
YOLO <-->|WebSocket 配置/事件上报| API
UI -->|HTTPS / HLS| API
UI -->|HLS 直播| RTMP
UI -->|瓦片请求| TILE
API --> DB
- 前端：React + Umi 4，Leaflet 渲染地图，hls.js 播放直播；
- 后端：NestJS（TypeScript），负责业务逻辑、REST API、WebSocket、数据库 IO 与算法端鉴权；
- 监控算法端：Python + YOLO，拉流、检测、推流，并通过 WebSocket 上报事件；
- 媒体服务：RTMP 收流并转 HLS 提供浏览器直播；
- 数据层：MySQL 8.0 持久化用户、设备、规则、报警、地图数据。
原始架构图（项目早期版本）保留于 docs/tech-framework.png、docs/deployment-framework.png。
7.2 端口规划（默认）
| 服务 | 容器端口 | 宿主机默认端口 |
|---|---|---|
| Web 应用（HTTP/HLS） | 80 | 4010 |
| MySQL | 3306 | 4012 |
| RTMP | 1935 | 4015 |
端口可通过
.env文件调整，详见部署章节。
八、环境前置依赖
8.1 硬件建议
| 规模 | CPU | 内存 | 磁盘 |
|---|---|---|---|
| 测试/小规模（≤16 路） | 4 核 | 8 GB | 40 GB SSD |
| 生产/中规模（16–64 路） | 8 核+ | 16 GB+ | 100 GB+ SSD |
监控算法端（YOLO）建议独立部署或配备 GPU 以获得更好性能。
8.2 软件依赖
- Docker Engine 20.10+
- Docker Compose v2+
- 开放端口：应用端口（默认 4010）、RTMP（默认 4015）；数据库端口建议仅内网开放
- 现代浏览器：Chrome / Edge / Firefox 最新版本
- （可选）AI 对话：在 TokenFree 申请 API Key
完整依赖与注意事项见交付包内「文档」目录下的《环境依赖清单》与《部署注意事项》。
九、快速开始
# 1. 进入项目目录
cd smart-parking-platform
# 2.（可选）按需修改端口与数据库口令
# 复制并编辑环境变量文件
cp .env.example .env # Windows: copy .env.example .env
# 3. 一键启动全部服务
docker compose up -d
# 4. 浏览器访问
# http://localhost:4010
默认账号（见后端初始化逻辑 backend/src/database-seeder.ts）：
| 角色 | 账号 | 密码 |
|---|---|---|
| 管理员 | admin |
admin123 |
| 操作员 | operator |
123456 |
首次登录后请及时修改默认密码。
十、完整安装部署教程
10.1 Docker 一键部署（推荐）
- 安装并启动 Docker（Windows 建议使用 Docker Desktop，Linux 使用官方源安装 Docker Engine + Compose 插件）。
- 获取项目完整源码（含
docker-compose.yml、.env.example、front-backend.Dockerfile）。 - 根据现场环境调整
.env，关键变量：
APP_PORT=4010 # Web 访问端口
MYSQL_PORT=4012 # MySQL 宿主机端口
RTMP_PORT=4015 # RTMP 推流端口
MYSQL_ROOT_PASSWORD=<修改为强口令>
- 执行
docker compose up -d，首次会自动构建镜像并初始化数据库、导入示例数据。 - 使用
docker compose ps查看状态，等待应用容器变为healthy。 - 浏览器访问
http://<服务器IP>:<APP_PORT>，使用默认账号登录。
10.2 本地开发/手动部署（无 Docker 时）
后端（NestJS）
cd backend
npm install
# 配置数据库连接（环境变量或配置文件）
npm run start:dev
前端（Umi 4）
cd frontend
npm install
# 开发启动
npm run dev
# 生产构建（如本地 pnpm 与 lockfile 版本冲突，可直接使用 umi）
# ./node_modules/.bin/umi build
npm run build
监控算法端（Python + YOLO）
cd ai-end
pip install -r requirements.txt
# 配置后端地址、RTMP 地址、管理员账号
python main.py
算法端基本流程：建立 WebSocket 连接 → 后端鉴权并下发摄像头配置与拉流地址 → 每个摄像头独立进程完成 FFmpeg 推流与规则检测 → 异常实时上报。
10.3 运维与排障
- 查看日志：
docker compose logs -f app - 重启服务：
docker compose restart app - 停止并清理：
docker compose down（数据保留在数据卷，加-v会同时删除数据卷，请谨慎） - 直播无画面：检查摄像头源是否可达、RTMP 端口是否放通、浏览器是否允许混合内容（建议统一走 HTTP/HTTPS 同源）。
十一、AI 对话（TokenFree）使用教程
平台「AI 对话」页面默认接入 TokenFree——统一 AI API 网关，支持标准 Chat Completions 协议，默认模型 kimi-k2.6。
| 配置项 | 默认值 |
|---|---|
| API Base URL | https://www.tokenfree.com/v1 |
| 默认模型 | kimi-k2.6 |
| 协议 | 标准 Chat Completions（流式输出 / Models 列表） |
使用步骤：
- 打开 https://www.tokenfree.com/，注册账号并完成邮箱验证后登录；
- 进入控制台「令牌 / API Keys」页面，点击「添加令牌」，复制生成的 Key（
sk-开头）； - 登录本系统，进入「AI 对话」页面，点击右上角齿轮（接口配置）；
- 将 API Key 粘贴到表单（接口地址、模型已预填，一般无需修改）；
- 点击「测试连接」验证通过后「保存」，即可开始流式对话。
说明：
- API Key 仅保存在浏览器本地（localStorage），不会上传到本系统后端；
- 可在 Model 中填写 TokenFree 支持的其他模型（如 Qwen、Claude 等）；
- 切换服务商后本地配置会自动升级版本，旧缓存不会污染新默认值。
十二、版权与使用说明
- 本平台的界面设计、面板风格、部署脚本、AI 对接及项目文档由交付团队完成，其使用权与商用权以合同及授权文件为准。
- 未经书面许可，不得对本平台进行复制、反向工程、转售、再次分发或用于授权之外的用途。
- 平台所接入的第三方服务（如 TokenFree）受其各自服务条款与模型许可约束，使用时请同时遵守对应条款。
- 请在遵守适用法律法规的前提下使用本平台。