一个结合人工智能、机器人技术和3D交互界面的现代化垃圾处理解决方案。
- AI图像识别: 基于深度学习的实时垃圾分类
- 相机集成: 支持实时相机流和图像捕获
- 检测统计: 详细的检测历史和准确率分析
- 视觉反馈: 动态扫描动画和检测框架
- 智能调度: 自动分配最优机器人资源
- 地理位置: 集成GPS定位和地址解析
- 任务管理: 支持多种垃圾类型和紧急程度
- 实时监控: 机器人状态和电量监控
- 企业服务: 六种不同类型的商业合作模式
- 信息管理: 完整的企业信息收集和管理
- 规模评估: 智能企业规模和需求评估
- 合作优势: 展示平台核心竞争力
- WebGL渲染: 基于Three.js的高性能3D图形
- 有意义几何体: 专业的垃圾桶、机器人头部、握手模型
- 动态动画: GSAP驱动的流畅动画效果
- 粒子系统: 2000粒子的动态背景效果
./start-project.shcd backend
python -m venv venv
source venv/bin/activate
pip install -r requirements.txt
python manage.py migrate
python manage.py runservercd frontend
npm install
npm run dev./stop-project.sh- Django 4.2+: 现代Python Web框架
- SQLite: 轻量级数据库
- Django REST Framework: RESTful API
- CORS: 跨域资源共享
- Three.js: 3D图形库
- GSAP: 高性能动画库
- Vite: 现代前端构建工具
- Vanilla JavaScript: 纯JavaScript实现
- TensorFlow: 深度学习模型训练
- OpenCV: 图像处理
- Custom CNN: 自定义卷积神经网络
EcoVision/
├── 📂 backend/ # Django后端
│ ├── 📂 api/ # API应用
│ ├── 📂 ecovision/ # 项目设置
│ └── 📄 manage.py
├── 📂 frontend/ # 前端应用
│ ├── 📂 src/
│ │ ├── 📂 pages/ # 功能页面
│ │ ├── 📂 utils/ # 工具类
│ │ └── 📄 main.js # 主入口
│ ├── 📄 index.html
│ └── 📄 package.json
├── 📂 model_training/ # AI模型
│ └── 📂 images/
├── 📄 start-project.sh # 启动脚本
├── 📄 stop-project.sh # 停止脚本
└── 📄 README.md # 项目文档
POST /api/detect-trash/- 图像检测GET /api/detection-history/- 检测历史
POST /api/robot-request/- 机器人请求GET /api/robot-status/- 机器人状态
POST /api/cooperation/- 合作申请GET /api/cooperation-types/- 合作类型
- 点击垃圾桶3D模型或"垃圾检测"按钮
- 授权相机权限
- 点击"启动相机"开始检测
- 将垃圾放入相机视野
- 点击"拍照检测"获取结果
- 点击机器人头部3D模型或"联系机器人"按钮
- 授权地理位置权限
- 选择垃圾类型和紧急程度
- 填写附加说明
- 点击"发送请求"等待机器人响应
- 点击握手3D模型或"商业合作"按钮
- 填写企业基本信息
- 选择合作类型
- 评估企业规模
- 确认条款并提交申请
- 垃圾桶模型: 圆柱桶身、盖子、手柄、底座
- 机器人头部: 方形头部、球形眼睛、天线系统
- 握手模型: 双手臂、握手动作、浮动星星
- 射线检测: 精确的3D对象选择
- 层级遍历: 支持复杂几何体结构
- 动态响应: 实时悬停和点击反馈
- GSAP动画: 流畅的缓动效果
- 时间同步: 基于系统时间的动画
- 粒子效果: 2000粒子的动态背景
- Python 3.8+
- Node.js 16+
- 现代浏览器(Chrome、Firefox、Safari)
# 启动开发服务器
./start-project.sh
# 前端热重载
cd frontend && npm run dev
# 后端调试
cd backend && python manage.py runserver --debug- 使用现代ES6+语法
- 遵循Django最佳实践
- 注释清晰,文档完整
cd frontend
npm testcd backend
python manage.py test# 构建前端
cd frontend && npm run build
# 配置Nginx
sudo cp nginx.conf /etc/nginx/sites-available/ecovision
# 启动服务
sudo systemctl start nginx
sudo systemctl start ecovision- WebGL渲染优化
- 材质复用机制
- 动画性能调优
- 资源预加载
- 数据库查询优化
- 缓存策略
- API响应压缩
- 异步处理
- Fork 项目
- 创建特性分支 (
git checkout -b feature/amazing-feature) - 提交更改 (
git commit -m 'Add amazing feature') - 推送到分支 (
git push origin feature/amazing-feature) - 创建 Pull Request
本项目基于 MIT 许可证开源 - 查看 LICENSE 文件了解详情。
- 项目主页: EcoVision
- 问题反馈: Issues
- 邮箱: jmiao47@gatech.edu
感谢所有为EcoVision项目贡献代码、建议和反馈的开发者和用户!
Rick Lee, Joey Miao, and Mighty Xiaoyou Wu!!
🌱 让科技让世界更环保 - EcoVision团队