项目名称:某大型油田油气生产物联网——无人机立体智能巡检平台
项目描述:该项目服务于某国家级大型油田(覆盖上千平方公里,含采油厂、联合站、长输管道等场景),旨在解决传统人工巡检面临的地形复杂(沙漠/沼泽)、管线偷盗、设备泄漏发现滞后等核心痛点。我作为项目技术经理与全栈架构师,全权负责项目从需求调研、架构设计、团队管理到最终交付验收的全生命周期。
管理与交付层面:我带领12人的跨职能团队(后端5人、前端3人、算法2人、实施2人),采用敏捷Scrum模式推进。核心职责包括:制定技术选型标准与开发规范、协调油田甲方、飞手团队、第三方AI算法供应商多方资源、管控关键里程碑与交付风险。面对油田严苛的数据安全合规要求(需本地化部署),我主导设计了“边缘计算节点 + 中心云平台”混合架构,定制化适配国产化服务器(鲲鹏/飞腾)与国产操作系统(麒麟),确保数据不出场。最终项目提前2周通过油田专家评审会验收,交付完整技术文档60余份,并组织现场实操培训5场,累计培训飞手与运维人员30余人,系统至今已稳定运行8个月,零重大故障。
全栈技术实现:技术层面我贯穿端-边-云全链路。设备层:对接大疆M30T/M3E及机场,基于MSDK实现远程一键起飞、自动换电与航线精准执行,解决油田强磁场干扰下的航线偏移问题,定位精度控制在5cm以内;传输层:针对油田偏远井场无信号/弱信号痛点,创新采用“4G/5G + 卫星终端 + 自组网MESH”多模链路自适应切换,确保实时视频流(基于RTMP/SRT协议)回传不中断;后端层:采用 Spring Cloud Alibaba + Nacos + Gateway 构建微服务,Redis缓存高频设备状态,PostgreSQL(PostGIS扩展)管理油井坐标与三维航线,利用 RabbitMQ 解耦千万级飞控日志;前端层:基于 Vue3 + TypeScript + CesiumJS 构建三维数字孪生地图,将无人机实时位置、油井压力传感器(SCADA)数据、AI识别告警(热斑/油污/非法施工)叠加在高精度DEM地形模型上,实现“地空一体”全域态势感知;AI识别模块通过 Python + FastAPI + YOLOv8 独立部署,识别结果通过Webhook实时推送至工单系统。核心难点攻克上,我设计了“动态航线重规划算法”,应对油田突发大风或禁飞区变化,自动避障并调整航点,将巡检任务成功率从82%提升至98%。
最终量化成果:平台覆盖200余口油井及50公里输油管线,巡检效率提升20倍(原人工徒步需4小时/井区,现仅需15分钟),累计自动发现泄漏隐患40余处,有效挽回经济损失超500万元,获得客户高层书面表扬。