，实现对低空无人 机采集的图像数据进行实时、高效的自动识别与处理。具体目标包 括： 1. 图像识别精度提升：通过深度学习模型，确保系统在复杂环境 下的图像识别准确率达到 95%以上，特别是在光照变化、天 气条件不佳等情况下仍能保持高精度识别。 2. 实时处理能力：系统需具备实时处理能力，能够在无人机飞行 过程中对采集的图像进行即时分析，确保处理延迟不超过 1 秒，以满足快速响应的需求。 件，实现无 人机的自主飞行、路径规划、避障以及实时数据传输功能。  AI 识别算法设计：基于深度学习技术，设计并训练能够识别 特定目标（如建筑物、车辆、人员等）的 AI 模型，确保在不 同光照、天气条件下均能保持较高的识别准确率。  图像处理自动化流程构建：开发自动化图像处理流程，包括图 像预处理、特征提取、目标识别、数据存储与分析等环节，确 保系统能够高效处理大量图像数据，并生成可供决策支持的分 识别自动处理图像项目中，高精度识别是用 户需求的核心要素之一。用户期望系统能够在复杂的环境条件下， 如不同的光照、天气、背景干扰等，依然能够准确识别目标对象。 为了实现这一目标，系统需要具备以下几个关键能力： 1. 多模态数据融合：系统应能够整合来自不同传感器的数据，如 可见光、红外、激光雷达等，以提高识别的准确性和鲁棒性。 例如，在夜间或低光照条件下，红外传感器可以提供额外的信 息，帮助系统更准确地识别目标。 2.

可视化运维数字孪生 平台 • 环境监测与调控 ：通过环境监测传感器实时监测展厅内的温湿度、 空气质量等参数 ，与空调进行联动控制 ，提供一个舒适和适宜的 展览环境。 • 智能照明控制 ：利用光照传感器 ，根据展厅内的光线强度自动调 节灯光的开关 ，以展示艺术品或展品的最佳效果。 • 空间占用监测 ：通过空间占用传感器监测展厅内人员分布情况 ， 结合数字孪生大屏功能 ，提供实时的展览区域导航和拥堵预警 ， 同时 ，可以根据不同的展览主题或时间段设置不同的 情景模式 ，提供个性化的展览体验。 数字孪生大屏 可视化运维数字孪生 平台 室内环境监测 传感器 空间占用传 感器 设备组成 光照传感器 移动插座 无线门磁 · · · · · · PART 3-3 智慧会议 建设思路 ： 应用物联网技术与会议系统相结合 ， 提供 “智能 + ” 的智能会议室产品及解决方案 ， 室 一体机录制 网络录制 • 环境监测与调控 ：通过环境监测传感器实时监测会议室内的温湿度、 空气质量等环境参数 ，与空调进行联动控制 ，确保舒适的会议环境。 • 智能照明控制 ：利用光照传感器 ，根据会议室内的光线强度自动调 节灯光的亮度 ，提供合适的照明效果。 • 窗帘电机控制 ：通过窗帘电机 ，实现远程和自动化控制会议室窗帘 • 的开合 ，提供隐私保护和个性化的控制选项。

（二）数据资源层 数据资源层旨在通过专业数据存储和处理平台构 建全流程数据治理体系。 数据处理：依托大疆智图、司空 2 等平台，对基 础设施层采集的原始数据进行自动化处理。将航拍视频、可 见光照片转化为正射影像图、实景三维模型，通过点云处理 自然资源 xxx 项目建设方案 43 自然资源 xxx 项目建设方案 生成高精度地形数据，实现从原始数据到信息的初步提炼， 与逻辑架构中的数据处理环节无缝对接。 开放开发工具 自 动 化 处 理 原 初 始 数 据 导 入 多时相航拍 MBSI 视频 高精度点云 全景图 实景三维 正射影像图 大疆司空 2 大疆智图 航拍视频 激光点云 可见光照片 数据 处理 DJI DOCK3 固定监测无人机机场 Martice 4E/4D 便携小型无人机 M350RTK P1/L2/五镜头 设备 推荐 管理要素 （规划实施/三区三线/ 用适配 设备，保障监测工作的全面性与精准性，是 xx 市自然资源 低空监管体系中 “高效采集” 的关键保障。 （三）数据采集&数据处理 依赖平台应用软件，依托设备采集航拍视频、激 光点云、可见光照片等原始数据，借助专业数据处理和制图 软件平台（如大疆智图与大疆司空 2 平台）进行数据的自动 化处理，解决 “如何处理数据” 的技术转化问题： 数据采集：设备按预设任务或实时指令，在不同 场景

复杂环境下 ，低空智能感知面临“看不清” ，“看不准”和“看不全”的挑战 “ 看不全” “ 看不清” “ 看不准” 单机视角有限且存在遮挡 ，无法捕 捉目标在所有角度下的的特征 雨雪雾恶劣天气和低光照环境降低 了无人机对目标的感知清晰度 无人机高速飞行 ，场景动态变化， 降低了感知准确度 语义稀密 从下往上 ，第三排中靠画面最左侧的红色汽车 这个路口中存在的违章行为与异常现象 低空视野广实例密。 n 多维度与单维度的贝叶斯误差对比： n 低空场景复杂退化多模态数据严重制约感知效能 ， 导 致“看不清” 风沙 清晰目标 清晰目标 表观弱 清晰目标 清晰目标 表观弱 恶劣天气和光照条件变化 动态增强低质量图像 低空多传感 器协同学习 如何动态挖掘多模 态有效性？ 如何动态复原多种 噪声类型？ 挑 战 看不清 多雾 夜间 构建了复杂退化自适应建模理论与复杂多退化统一复原范式

其次，AI 识别技术要求具备高精度的图像识别能力。系统应采 用深度学习算法，如卷积神经网络（CNN），对图像进行多层次的 特征提取和分析。为了提高识别的准确性，系统需要能够适应不同 的环境条件，如光照变化、天气影响等，确保在各种复杂环境下都 能稳定工作。 此外，AI 识别系统还需具备自学习能力，能够通过持续的数据 输入和反馈，不断优化识别模型。系统应支持在线学习机制，通过 实时更新模型参 对火 灾、烟雾、人员、建筑物等目标的检测和分类能力，进而决定整个 系统的响应速度和准确性。为了满足实际应用需求，图像识别精度 需达到以下要求： 1. 目标检测精度：系统应能够在复杂背景和不同光照条件下，准 确识别火灾、烟雾、人员、建筑物等目标。具体要求如下： o 火灾检测精度（Precision）不低于 95%，召回率 （Recall）不低于 90%。 o 烟雾检测精度不低于 90%，召回率不低于 理的需求。无人机采集的图像数据应在 200ms 内完成处理， 以确保系统能够快速响应火灾或其他紧急情况。 4. 鲁棒性要求：系统需具备较强的鲁棒性，能够在以下复杂环境 下保持较高的识别精度： o 不同光照条件（如强光、弱光、逆光）。 o 不同天气条件（如雨天、雾天、雪天）。 o 复杂背景（如森林、城市、工业区）。 5. 数据增强与模型优化：为提高图像识别精度，需采用数据增强 技术（如旋转、缩放、翻转、添加噪声等）对训练数据进行扩

辅助无人机的起飞、降落和回收。融合 RTK 、视 觉识别等技术研发精准降落模块，引导无人机自主精准 降落。 无人机监控指挥车 车辆性能 适用多种车型，兼容指定型号定制 车身内部 隔热、结构加强、密封、内饰、光照专项改 装，针对无人机操控进行显控软件交互设计、 硬件布局、操作区、显示屏、操作设备的定 制，及人体工学舒适性、维护性改装 车身外部 封闭盲窗、车顶平台、发电机、车辆 外饰专项改装 供电 配置发电机、电源切换器、

精准投放到被困人员手里。 • 提高被困人员的生存概率，为救援争取更多的时间。 产品介绍 无人机监控指挥车 车辆性能 适用多种车型，兼容指定型号定制 车身内部 隔热、结构加强、密封、内饰、光照专项改 装，针对无人机操控进行显控软件交互设计、 硬件布局、操作区、显示屏、操作设备的定 制，及人体工学舒适性、维护性改装 车身外部 封闭盲窗、车顶平台、发电机、车辆 外饰专项改装 供电 配置发电机、电源切换器、

度 “ 看不全 ” 单机视角有限且存在遮挡 ，无法捕 捉目标在所有角度下的特征 复杂环境下 ，低空智能感知面临“看不清” ，“看不准”和“看不全”的挑战 “ 看不清 ” 雨雪雾恶劣天气和低光照环境降低 了无人机对目标的感知清晰度 “ 看不准” 低空感知模型进化难 “ 看不全” 多机跨视角感知难 “ 看不清” 复杂环境全天候感知难 低空感知 基础模型自主进化技术 水情监测

落地案例分享 —— 赋能低空智能巡检 云南怒江百花岭森林巡检 • 通过无人机自动巡检技术提高巡检效率，实现安全距 离侦察 • 搭载高清摄像和红外成像设备，克服天气及光照限制 • 识别河堤潜在渗漏和塌陷等隐患以及水位实时变化 • 为防汛决策提供即时、详尽的数据支撑 • 实现 6G 无蜂窝技术在低空领域的应用 • 解决传统森林巡检强度大、周期长、危险性高等问题

低空经济的快速发展对空域安全管理提出 更高要求,只有空域安全得到有效维护,低空经济才能 健康发展。 传统监测感知方式存在弊端,雷达对“低慢 小”无人机探测效果不佳,不具备组网的能力,很难实 现连续覆盖;视频监控受光照和天气影响,在低光或恶 劣天气下,视频监控的效果会受到影响。 缺乏高效的 技术监控手段,严重阻碍了低空经济发展的步伐。 高 精度、低时延、全天候的空域监测技术,是亟需突破的 主要挑战。 总体而言