某市环卫管理部门需要对辖区内清扫车、洒水车、垃圾清运车等作业车辆做实时监管。
车辆通过车载终端(GPS + 传感器)持续上报位置、速度、作业状态、油耗、水箱液位、
垃圾箱满载度等数据。管理部门要求秒级掌握车辆在线情况、作业覆盖率、偏离路线和
异常停车,并对故障、超速、越界作业等行为实时告警,支撑调度大屏与应急指挥。
点击空白处退出提示
某市环卫管理部门需要对辖区内清扫车、洒水车、垃圾清运车等作业车辆做实时监管。
车辆通过车载终端(GPS + 传感器)持续上报位置、速度、作业状态、油耗、水箱液位、
垃圾箱满载度等数据。管理部门要求秒级掌握车辆在线情况、作业覆盖率、偏离路线和
异常停车,并对故障、超速、越界作业等行为实时告警,支撑调度大屏与应急指挥。
1. 物联网数据接入:通过 MQTT / Kafka 接入车载终端上报的 GPS、车速、作业状态、传感器遥测数据
2. 实时数据清洗:解析 JSON/Protobuf 报文,过滤无效坐标、重复上报、时钟漂移数据
3. 车辆实时状态计算:统计在线车辆数、作业中车辆数、空闲/离线车辆数
4. 电子围栏与路线监控:判断车辆是否进入指定作业区域,偏离规划路线实时标记
5. 异常行为检测:长时间停车、超速、水箱低位、垃圾箱满载、终端离线等规则实时触发
6. 窗口指标聚合:按 1 分钟/5 分钟统计区域作业里程、覆盖率、有效作业时长
7. 多路结果输出:实时指标写入 Redis(大屏查询),告警写入 Kafka/钉钉,明细落 MySQL
8. 高可用保障:Checkpoint + RocksDB 状态后端,保障 7×24 不间断运行
本项目为独立开发的 Flink 实时物联网数据处理任务,我负责端到端设计与实现:
1. 设计环卫车辆实时链路:车载终端 → MQTT Broker → Kafka → Flink → Redis/MySQL/告警通道
2. 开发 VehicleRealtimeJob 主作业,解析车辆 GPS、作业状态、传感器等多字段报文
3. 基于事件时间(Event Time)+ Watermark 处理乱序上报,保证轨迹与统计口径准确
4. 使用 KeyedState 按 vehicleId 维护车辆最新状态(位置、速度、作业模式、最后上报时间)
5. 实现电子围栏判断逻辑(GeoHash / 多边形区域判断),识别越界与偏离路线
6. 使用 Flink CEP 检测异常:30 分钟无位移判定离线、5 分钟超速、液位/满载传感器阈值告警
7. 开发区域维度实时聚合,按街道/片区统计在线车辆与作业覆盖率
8. 结果写入 Redis 供调度大屏秒级查询,告警事件推送至消息队列供值班系统消费
9. 配置 Checkpoint、反压监控、延迟告警,完成任务部署与稳定性验证



评论