無人機(jī)巡檢AI監(jiān)測系統(tǒng)技術(shù)剖析
無人機(jī)自動巡檢為現(xiàn)場帶來的安全可靠背后是離不開部署在服務(wù)器的 AI 應(yīng)用云,也是給無人機(jī)賦能的重要環(huán)節(jié)。AI應(yīng)用云采用自主智能識別算法,能夠?qū)o人機(jī)回傳的電廠巡線 6K 超高清影像、紅外熱遙感影像數(shù)據(jù)進(jìn)行實時 AI 圖像識別,能夠滿足再發(fā)生設(shè)備異常、溫度異常的同時進(jìn)行第一時間報警并生成報告。
我們用常規(guī)的電廠案例來舉例,在無人機(jī)常態(tài)化電廠巡檢過程中,AI 應(yīng)用云能夠自動發(fā)現(xiàn)和輔助判定煙囪、鋼鐵、高壓線路等生產(chǎn)廠區(qū)內(nèi)主要構(gòu)建筑物外形檢測缺陷及風(fēng)險、異常狀態(tài)識別及異物檢測,大大降低漏檢率、誤檢率。同時,可在電廠建設(shè)期對電廠主要建筑質(zhì)量和施工質(zhì)量數(shù)據(jù)化并作出智能分析,在使用中綜合電廠建設(shè)數(shù)據(jù)、實時傳感數(shù)據(jù)和巡檢數(shù)據(jù),預(yù)警早期缺陷及風(fēng)險;同時也大大降低艱苦惡劣高危環(huán)境下的人工現(xiàn)場作業(yè)頻次和強(qiáng)度,大大降低建設(shè)和使用成本。
1 無人機(jī)煙囪冷卻塔檢測
利用機(jī)載可見光相機(jī)對產(chǎn)品煙囪冷卻塔進(jìn)行識別檢測,煙囪冷卻塔外側(cè)懸停,首先使用廣角鏡頭觀看煙囪冷卻塔整體情況,其次拉近鏡頭,查看具體位置情況。實時回傳煙囪冷卻塔整體情況,同時利用算法進(jìn)行圖像識別,快速準(zhǔn)確判斷煙囪冷卻塔外墻完整情況、外墻健康程度,提升煙囪冷卻塔檢查的速度與準(zhǔn)確性,消除泄漏隱患。

2、 無人機(jī)煙火智能識別
早期火災(zāi)的熱物理現(xiàn)象主要有陰燃、火羽流和煙氣等。陰燃階段的特征是有煙但無明火產(chǎn)生,火羽流階段的特征是有火焰產(chǎn)生同時產(chǎn)生大量的煙氣。若能在陰燃階段和火羽流早期階段探測到火災(zāi)的發(fā)生并自動報警,同時啟動聯(lián)動系統(tǒng)滅火,則可以在避免火災(zāi)或?qū)⒒馂?zāi)危害降到最低。在廠區(qū)消防安全巡檢過程中通過 AI煙火識別算法實時檢測識別是否存在違規(guī)用火或發(fā)生火災(zāi)事故,準(zhǔn)確檢測早期火災(zāi)發(fā)生時的煙霧和明火區(qū)域,系統(tǒng)及時告警聯(lián)動廠區(qū)消防安全負(fù)責(zé)人和專業(yè)滅火力量做出反應(yīng)。


無人機(jī)在自動巡檢過程中機(jī)載端實時采用 yolov5-tiny 算法模型目標(biāo)檢測,并將檢測的結(jié)果及位置等信息以結(jié)構(gòu)化數(shù)據(jù)進(jìn)行上傳,檢測結(jié)果圖片同步上傳至管理后臺。無人機(jī)實時回傳視頻到云端服務(wù)器,依靠強(qiáng)大的 GPU 算力,基于業(yè)界主流的目標(biāo)檢測模型 Yolov5 進(jìn)行實時識別煙霧和火焰的發(fā)生,并將檢測過程畫面實時在前端頁面呈現(xiàn)。
無人機(jī)檢測到煙霧和火焰發(fā)生后,向控制臺觸發(fā)預(yù)警機(jī)制。預(yù)警信息及實時檢測畫面會結(jié)合事發(fā)地點的位置信息上報至指揮中心控制臺。整個飛行檢測過程全部實現(xiàn)自動化自主飛行、智能檢測、AI識別,全程無需人工干預(yù)。
3、 無人機(jī)高壓線路外形檢測、異物檢測
主要進(jìn)行高壓線路的外形識別,以及異物檢測,發(fā)現(xiàn)異物后進(jìn)行預(yù)警事件推送。

4、 無人機(jī)對主要建筑物外形檢測、異物識別
利用機(jī)載可見光相機(jī)對主要建筑物進(jìn)行識別檢測,查看具體位置情況。實時回傳整體情況,同時利用算法進(jìn)行圖像識別,快速準(zhǔn)確判斷主要建筑物外墻完整情況、外墻健康程度,消除泄漏隱患。

