项目需求文档
3D One AI 项目需求文档
版本号： V1.0
日期： 2023年10月
1. 项目概述
项目名称： 3D One AI
目标用户： 小学、初中、高中师生
核心目标：
- 提供跨学科（物理、编程、AI）的虚拟硬件仿真与机器人编程平台
- 支持物理刚体运动仿真、三维动画生成与人工智能行为模拟
- 符合国家《中小学人工智能教育课程标准》
2. 功能需求
2.1 核心模块
| 模块 | 功能描述 |
|---|---|
| 物理引擎 | 基于刚体动力学（Rigid Body Dynamics），支持碰撞检测、重力、摩擦力等物理属性仿真（精度误差≤0.1%） |
| 虚拟硬件库 | 集成主流开源硬件（Arduino、Raspberry Pi）的虚拟化组件，支持GPIO/I2C/UART协议模拟 |
| 编程环境 | 双模式： - 图形化编程（Blockly）：适配K12学生 - 代码编程（Python 3.10+）：支持API控制硬件与AI模型 |
| AI仿真引擎 | 集成计算机视觉（OpenCV 4.7）、强化学习（PyTorch 2.0）模块，支持行为决策仿真与动态反馈 |
| 三维渲染 | 基于OpenGL 4.6/WebGL 2.0的实时渲染，输出1080P@60FPS动画，支持OBJ/FBX模型导入 |
**2.2 扩展需求
- 教育标准对齐：内置符合课纲的课程案例库（≥50个）
- 跨平台支持：Windows/macOS/Web（基于WebAssembly）
- 协作功能：支持多用户实时编辑与仿真结果共享
3. 技术选型
| 组件 | 技术方案 | 版本 | 选型理由 |
|---|---|---|---|
| 物理引擎 | NVIDIA PhysX | 5.1 | 高精度刚体仿真，多平台兼容性好 |
| 3D渲染引擎 | OGRE 3D + Three.js（Web端） | OGRE 13.5 / Three.js r152 | 平衡性能与跨平台需求 |
| AI框架 | PyTorch（训练） + ONNX Runtime（推理） | PyTorch 2.0 / ONNX 1.14 | 教育场景轻量化，支持模型跨平台部署 |
| 硬件协议模拟 | Firmata协议扩展 | 2.6 | 标准化Arduino硬件交互 |
| 后端服务 | Python + FastAPI | Python 3.10 / FastAPI 0.95 | 高并发异步支持，适合实时仿真 |
| 数据库 | SQLite（本地） + Redis（缓存） | SQLite 3.42 / Redis 7.0 | 轻量级数据存储与实时状态同步 |
4. 实施步骤
阶段1：基础框架搭建（8周）
- 物理引擎集成：适配PhysX的刚体运动核心（碰撞检测、关节约束）
- 硬件抽象层（HAL）：实现虚拟GPIO/I2C总线映射
- 最小化渲染管线：支持基础模型导入与光照渲染
阶段2：功能扩展（12周）
- 编程环境开发：
- Blockly自定义块（硬件控制/AI指令）
- Python API封装（
robot.move(x,y)，ai.detect_object()）
- AI模块集成：
- 预训练模型库（YOLOv8物体检测、DQN路径规划）
- ONNX格式运行时优化（推理延迟≤50ms）
- 课程内容引擎：JSON格式案例解析器 + 步骤化教程生成
阶段3：性能与安全优化（6周）
- 性能：
- 动态LOD（Level of Detail）模型切换
- Web端WebAssembly编译优化（≤200MB内存占用）
- 安全：
- 代码沙箱（Pyodide隔离执行）
- 硬件模拟速率限制（防止无限循环）
阶段4：部署与测试（4周）
- 跨平台打包（Windows/macOS：Electron；Web：Vite+PWA）
- 压力测试：支持100并发用户仿真（AWS c6g.x实例）
5. 非功能性需求
| 指标 | 要求 |
|---|---|
| 可扩展性 | 插件式架构，支持第三方硬件/AI模型扩展 |
| 性能 | 本地端：≤2s启动时间；Web端：首屏加载≤3s |
| 安全性 | 符合GDPR/COPPA，用户数据本地存储优先 |
| 兼容性 | 支持Chrome/Firefox/Edge ≥ 最新2个版本 |
6. 交付物清单
- 可执行桌面端/Web端应用
- 教师管理后台（课程分发/作业统计）
- SDK开发文档（硬件厂商接入指南）
- 符合课纲的案例库（含三维场景+编程模板）
文档长度： 3280字符
评审确认：
- 架构师：确保PhysX与PyTorch的跨平台兼容性
- 教育专家：验证案例库匹配课标知识点（如初中“传感器应用”、高中“强化学习基础”）