AI-Collaborated Photogrammetry Platform — 首个 AI 协作开发的摄影测量平台
Aerotri-Web 是一个基于 Web 的航空摄影测量平台，集成多种 SfM（Structure-from-Motion）算法，支持空中三角测量、密集重建、3D Gaussian Splatting 和 3D Tiles 转换。
- 多算法支持: COLMAP、GLOMAP、InstantSfM、OpenMVG
- 密集重建: OpenMVS 密集重建、网格重建、纹理映射
- 3D Gaussian Splatting: 高质量 3D 渲染 + SPZ 压缩（~10x 压缩比）
- 3D Tiles 转换: 支持 OBJ 转换为 3D Tiles
- 地理参考: GPS → UTM → ENU 坐标转换，支持真实地理定位
- 智能诊断: 基于 OpenClaw 的 AI 驱动任务诊断
- 企业通知: 钉钉/飞书集成，任务状态监控
- 模型对比: Cesium 分屏同步对比、刷子式对比
📊 任务监控群 |
✅ 运行通知群 |
🚀 后端状态监控 |
🤖 AI诊断Agent |
|---|---|---|---|
|
|
|
|
|
| 周期汇总 • 统计报告 | 实时通知 • 任务追踪 | 系统状态 • 资源监控 | 智能分析 • 自动诊断 |
📖 查看详细功能说明
功能: 每日21:00自动发送任务统计报告，包含：
- 统计时间段内的任务总数和成功率
- 各算法类型分布（COLMAP、GLOMAP、InstantSfM、OpenMVG）
- 平均处理时长统计
- 失败任务列表
功能: 任务生命周期实时通知，包含：
- ✅ 任务开始: 算法类型、预计耗时
- ✅ 任务完成: 处理图像数、耗时、输出统计
- ❌ 任务失败: 失败阶段、错误信息、AI诊断结果
功能: 后端服务和系统资源监控，包含：
- 🚀 后端启动通知: 配置路径、数据库位置
- 💻 系统状态监控: CPU、内存、GPU 使用率
- 📊 任务队列状态: 等待中和运行中的任务
功能: 任务失败时自动触发智能诊断：
- 🔍 自动分类错误类型（CUDA OOM、相机模型不兼容等）
- 🎯 分析根本原因（结合日志、参数、系统状态）
- 💡 提供具体修复建议（参数调整、命令操作等）
- 📍 定位相关代码（文件路径和行号）
- 📚 自动更新知识库（持续学习）
诊断流程:
任务失败 → 即时钉钉通知 → 后台触发AI诊断
↓
OpenClaw分析（10-30秒）
↓
诊断结果钉钉通知 → 知识库更新
📚 完整配置指南: NOTIFICATION_SETUP.md
- Python 3.10+
- Node.js 16+
- CUDA 11.0+（可选，用于 GPU 加速）
# 克隆项目（包含子模块）
git clone --recurse-submodules https://github.com/Yangchengshuai/Aerotri-Web.git
cd Aerotri-Web
# 或如果已克隆，手动初始化子模块
git submodule update --init --recursive后端:
cd aerotri-web/backend
pip install -r requirements.txt
cp config/application.yaml.example config/application.yaml
# 编辑 application.yaml 配置算法路径
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000前端:
cd aerotri-web/frontend
npm install
npm run dev -- --host 0.0.0.0 --port 3000| 文档 | 说明 |
|---|---|
| 快速开始 | 5 分钟快速体验 |
| 安装指南 | 系统要求和详细安装步骤 |
| 用户指南 | 功能使用说明 |
| 算法文档 | 各算法详解和参数配置 |
| 配置指南 | 完整配置系统说明 |
| 通知配置 | 监控和诊断服务配置 |
| AI 协作 | AI 协作理念和案例 |
| 开发指南 | 架构和开发流程 |
| 贡献指南 | 如何参与贡献 |
📚 完整文档索引: docs/README.md
┌─────────────────────────────────────────────────────────┐
│ Frontend (Vue 3) │
│ BlockCard, ReconstructionPanel, ThreeViewer, etc. │
└────────────────────┬────────────────────────────────────┘
│ WebSocket + HTTP
┌────────────────────▼────────────────────────────────────┐
│ Backend (FastAPI) │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────────┐ │
│ │ task_runner │ │ openmvs_ │ │ gs_runner │ │
│ │ (SfM) │ │ runner │ │ (3DGS Training) │ │
│ └─────────────┘ └─────────────┘ └─────────────────┘ │
└────────────────────┬────────────────────────────────────┘
│
┌────────────────────▼────────────────────────────────────┐
│ Algorithms (External Binaries) │
│ COLMAP | GLOMAP | InstantSfM | OpenMVG | OpenMVS | 3DGS │
└─────────────────────────────────────────────────────────┘
👉 详细架构: docs/ARCHITECTURE.md
本项目是 首个 AI-Collaborated Algorithm Engineering 开源项目，展示了：
- 复利工程效应: 知识持续积累，形成技术复利
- 苏格拉底提问法: 提问比答案更重要
- 精准上下文: 只提供相关信息，避免信息过载
- 可追溯性: 诊断结果明确关联到具体代码位置
- AI 团队管理者: 开发者指挥 AI 而非被替代
我们欢迎所有形式的贡献！
- Fork 本仓库
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启 Pull Request
👉 贡献指南
- COLMAP - Structure-from-Motion and Multi-View Stereo
- GLOMAP - Global Structure-from-Motion
- OpenMVG - Open Multiple View Geometry
- InstantSfM - Instant Structure-from-Motion
- OpenMVS - Open Multi-View Stereo Reconstruction
- 3D Gaussian Splatting - 3D Gaussian Splatting for Real-Time Rendering
- OpenClaw - Personal AI Assistant
- Claude Code - AI 协作开发工具
本项目采用 MIT 许可证。
- 问题反馈: GitHub Issues
- 功能建议: GitHub Discussions
- 邮件: yyccssyyds@gmail.com
用 ❤️ 和 AI 协作开发