无人机电力巡检图像 AI 处理系统的创新与应用.pdf

《无人机电力巡检图像 AI 处理系统的创新与应用.pdf》由会员分享，可在线阅读，更多相关《无人机电力巡检图像 AI 处理系统的创新与应用.pdf（35页珍藏版）》请在三个皮匠报告上搜索。

1、北 京 御 航 智 能 科 技 有 限 公 司 2 0 2 0 . 1 1 主讲人：吴合风 目录 业务场景 解决方案 典型案例 关键技术 01 各行各业都存在基础设施老化、安全隐患、高危巡检作业的需求！ 电力设施巡检石油管线巡检风机巡检 公路巡检 河道巡检铁路巡检 信号塔巡检 能源 交通 基础设施 人工巡检 （人巡时代） 无人机巡检 （机巡时代） 无人机自主巡检 （智巡时代） 目前无人机在电力线路巡检作业中已经广泛应用，同时基于航线规划的自动飞行，也在实际作业中逐步推 广。无人机自主飞行主要基于实现建立的三维点云，事先进行航线规划，无人机根据规划航线自主飞行。 无人机巡检三个环节： 现场飞行

2、数据处理 信息反馈 挑战：飞手培训、现场操作 挑战：海量数据、专业判读 挑战：信息不连续、回馈不及时 种类多：900多种缺陷种类； 数量大：一个地市每年需要 飞上百万张图像； 缺陷发生率低：危机缺陷查 找犹如大海捞针； 图像采集不标准，为缺陷识 别带来很大挑战； 环境影响严重：目标小，背 光拍摄等 特征不一致：大目标较容 易，小目标很困难，有的发 生率很低，样本收集困难。 图像拍摄问题无人机拍摄距离问题现场条件限制问题 拍摄照片达不到AI识别条件的原因 安全距离 小部件？ 过曝欠曝模糊遮挡 02 1.线路部件精准拍照 2.自主飞行到最佳位置拍照点 3.自动调整拍照角度 1. 杆塔部件实时识别

3、2.线路风险在线识别（施工、 烧荒、人畜入侵等） 3.风险前端在线预警 1.复杂缺陷图像识别 2. 无人机云端集群控制 3.巡检报告生成 4. 巡检数据管理、维护 5. 巡检数据自学习训练服务 6. 大数据处理及挖掘 1. 无人机智能控制 2. 缺陷或报警信息及时接收 3. 报警信息查看 4. 情况处理状态反馈 5. 情况信息查询检索 边缘计算端 AI云平台 智能控制端移动端应用 智能化载荷 前端AI识别模块 目标及缺陷识别服务平台 自学习训练服务平台 巡检管控服务平台 人巡终端 自主拍照 无人机平台 实时检测 缺陷识别模 型库 缺陷样本库缺陷数据库 测试与验证 库 图形图像智能识别应用模块 缺陷识别处理 模块 深度学习训练平台 巡检图像资源 管理模块 缺陷识别模型 学习训练模块 缺陷识别端 NVIDIA DGX Station 御视A100 PytorchDarknetTensorFlo