煤矿井下智能巡检与多 Agent 综合研判系统

本仓库开源煤矿井下智能巡检系统源码，包含上位机大屏、RT-Thread/Linux 虚拟混合部署小车、睿擎派双系统监测盒、机器狗视觉载体二次开发相关代码与技术文档。

系统组成

• app.py、templates/、static/：上位机大屏，负责统一监控、远程控制、传感器接入、历史数据和多 Agent 研判。
• agent_framework.py、gas_thresholds.py、device_health.py、local_database.py：多 Agent 分析、气体阈值判断、设备健康评分和 SQLite 数据存储。
• 撰写文档/小车源代码/：RT-Thread/Linux 虚拟混合部署小车源码，包含 ROS2 网关、视觉识别、导航、语义控制和启动脚本。
• 撰写文档/盒子代码/rc3506pro/：睿擎派监测盒 Linux/Qt 侧源码，包含 RPMsg 接收、气体 MQTT 上传、LoRa 顶板压力接入和本机 UI。
• rc3506/：睿擎派 RT-Thread 侧气体采集、RPMsg 通信和压力网关相关代码。
• dog_gateway/、yolo_udp.py、yolo_udp_track.py：宇树 Go2 作为视觉载体的二次开发与 UDP 网关。
• 撰写文档/：比赛技术文档、详细复刻说明和结构图。

核心能力

• 四合一气体传感器采集 CO、H2S、O2、CH4，并进行一级/二级报警判断。
• LoRa 网关接入顶板压力传感器数据，并通过 MQTT/4G 上传。
• RT-Thread 与 Linux 通过 RPMsg、micro-ROS 等方式混合部署协同。
• 小车支持 SLAM 建图、Nav2 导航、远程遥控、视觉识别和本地大语言模型语义控制。
• 大屏统一展示视频、地图、轨迹、气体、压力、设备状态、报警事件和多 Agent 分析结论。

配置说明

公开仓库不包含真实密钥。运行前请复制 .env.example 为 .env，并配置自己的云端和模型服务参数：

cp .env.example .env

常用变量：

• BEMFA_UID：巴法云私钥，用于 MQTT Client ID 或 HTTP 拉取。
• MQTT_BROKER / MQTT_PORT / MQTT_USERNAME / MQTT_PASSWORD：MQTT 服务参数。
• VOLC_API_KEY：火山方舟/豆包视觉分析接口密钥。
• DEEPSEEK_API_KEY、DOUBAO_API_KEY：多 Agent 可选模型接口密钥。

盒子端 C++ 示例中的 YOUR_BEMFA_PRIVATE_KEY 也需要替换为实际私钥，或自行改造成运行时配置。

大屏启动

python app.py

默认启动 Flask 服务，浏览器打开对应地址即可访问大屏。具体端口和网络配置请根据 app.py、小车 gateway_config.yaml 和实际设备 IP 调整。

小车启动

小车源码位于：

撰写文档/小车源代码/

一键启动：

./start_all.sh

也可分别启动底盘、视觉和本地大模型：

./start_chassis.sh
./start_vision.sh
./start_llm_car.sh

RT-Thread shell 中需要启动 micro-ROS 底盘程序：

microros_chassis udp <Linux主控IP> 8888
chassis_car_app

睿擎派监测盒

盒子 Linux/Qt 侧源码位于：

撰写文档/盒子代码/rc3506pro/

RT-Thread 侧气体采集核心位于：

rc3506/gas_sensor_rpmsg.c

数据链路：

多合一气体传感器 -> RT-Thread UART3 -> RPMsg -> Linux/Qt -> MQTT/4G -> 上位机大屏
顶板压力节点 -> LoRa 网关 TCP 透传 -> Linux/Qt -> MQTT/4G -> 上位机大屏

文档

• 撰写文档/煤矿井下智能巡检系统技术文档.docx：按比赛模板生成的技术文档。
• 撰写文档/煤矿井下智能巡检系统详细技术说明.md：更详细的复刻说明，包含结构、功能、代码实现和复刻步骤。

开源注意

本项目包含第三方 ROS2、micro-ROS、Astra 相机、Unitree Go2 相关依赖和接口示例。复刻时请遵守各依赖项目自身许可证和硬件厂商使用协议。