AI 图像识别的无人机智能巡检方案（对应本项目 应用 3、5） 1、方案背景 传统无人机在做多场景的环境、设备巡检时，要求人工进行无人机的飞行操作控制， 巡检数据取材也都依赖人工录像或者拍照功能，同时要求人工后期进行数据的整理、分析 和存储等，人手飞行精度低，数据采集存储数据量大，操作复杂，后期数据分析效率低， 实时性也不能完全满足生产工作需求。 随着 5G 网络与 AI 图像识别云技 云服务器，同时进 行图像数据的实时分析、存储，并对分析结果结合预设模型进行比对，将无人机巡检飞行 发现的问题进行快速的自动判断和告警，利用 5G 实现自动飞行远程控制、飞行规划、巡 检数据自动采集、自动分析、自动告警、自动记录等功能。 2、方案目标 1）运用 5G 网络及地图工具实现无人机超远程控制及自动飞行规划功能 2）运用 5G 网络实现无人机的高清图像直播及图像巡检 3）利用 AI 图像识别算 1.1 基于 5G 网络的无人机远程飞行控制功能 通过 5G 网络及地理云服务驾驶的远程控制系统，能实现包括无人机的超远程飞行控制， 远程自动飞行任务规划等功能 通过 5G 网络将无人机的实时图像发生到远程控制端，远程控制端通过虚拟摇杆及按 键将飞行操作指令实时发送现场控制端，实现无人机超远程飞行控制操作功能。 3.1.2 基于地图工具的大范围地理化自动飞行巡航功能 通过地图工具开发多场景的智能巡检功能，可以配置

项目编号： eVTOL 低空经济低空无人机 AI 识别自动 处理图像项目蓝图 设 计 方 案 目 录 1. 项目概述.......................................................................................................7 1.1 项目背景................ 2 AI 图像识别技术的应用.............................................................14 1.2 项目目标.............................................................................................16 1.2.1 提高图像处理效率.. 24 1.3.1 无人机型号选择.........................................................................25 1.3.2 图像处理软件选择......................................................................26 2. 需求分析............

制无人机全自动起降、更换电池， 任务作业，实现现场“无人化”。 图像分析自动化 无人机拍摄的风机叶片照片 传到后端， AI 自动识别叶片 缺陷，实现分析处理自动化。 用户在任务区部署自动机场与无人机，以实现风机巡检全流程的自动化，无需人工干预。通过 搭配此套无人机全自动巡检系统，风机巡检可以实现包含现场自动化、巡检飞行自动化和图像 分析自动化的“三个自动化” 。 ▍ 自动机场：实现无人机 自动机场：实现无人机的自动释放与回收，对无人机进行换电池与充电。 ▍ 无人机：搭载可变焦摄像头与激光雷达，进行风机全自主路径规划与图像拍摄。 ▍ 远程控制平台：自动巡检系统运行中枢，调度无人机与机场，可获得无人机实时视频。 ▍ AI 缺陷分析：通过深度学习进行故障检测，自动出具风机巡检检测报告。 系统运作简图说明 自动飞行及拍摄 自动起降 2.4GHZ/ 5.8GHZ 4G/5G 光纤 / 宽 带 自动飞向风机 风机叶片智能巡检流程 STEP3: 风机定向 风机偏航角度测试 无人机飞行到风机正上方； 摄像头从上往下拍摄风机俯视图； 检测风机与机舱位置，确认风机在 地理坐标系下朝向角度。 风机航向角图像识别软件标定作业图 风机叶片智能巡检流程 STEP4: 机舱轮毂定位 风机机舱轮毂定位 根据风机偏航与角度，飞行到风机 正前方，安全距离 20m ； 识别机舱轮毂中心，无人机逼近到

服务，以无人机为载体构建“空天地一 体化”立体场景解决方案，满足 XX 区政府的防尘应用需 求。 无人机城区防尘监测系统：完整技术架构 + 全方位功能部署 PaaS 能力 自然语言 人脸识别 智能安全管理 Storm 图像识别 Hadoop 自主导航 场地学习 IaaS 基础设施 Docker 容器 云存储 数据库 备份 管理人员 政府机构 商业合作伙伴 大数据 中台 AI 能力 中台 Spark 边缘计算 eMBB 切片 WEB 容器 消息中间件 5G 高速专网 数据采集 数据仓库 数据分析与挖掘 数据可视化 污染物观测 特定监控 污染源搜索 环境巡查 污染物判定  PGIS 图像数据采集 XX 城区防尘监测中心 地理信息 实时数据回传 预警、决策、建议 AI 建模，智能比对 无人机自动巡航 污染源搜索 环境巡查 污染物判定 可有效对接多款 智慧环保管理云平台 负载介绍：工业级高端任务系统，响应日常功能需要 喊话器 P0 Pro P0 PRO 喊话器采用独立喊话链路，配对手持对讲机，喊 话通讯距离可达 5Km ，最大可达 125dB ，喊话有效距离 可达 600m ；具有标清图像视角，视角俯仰角度方向可 0°~90° 调节；可进行 TF 卡内 MP3 语音文件播放和控制， 且具备录音功能。用于环保执法、现场指挥等场景。 1.3 多旋翼无人机 X-Whirly 5 Pro

2-3 夜间高空隐蔽监控取证 2.3.7 热点监控 无人机可对会场空中监控，提供高清画面，并可以快速机动到 任何需要的区域上空，搜索发现地面可疑人员、车辆，提供强有力 的空中情报保障。将视频图像实时传输回指挥中心，指挥中心根据 无人机传输回的资料对现场实时掌控，一旦发现突发情况，无人机 可以第一时间发现，极大地提高了应急处理效率。 无人机另可飞抵事故目标区域上空对目标区域进行全方位不间 位置，通过远程操控投放物资。不仅用于投放物资，也可实现对事 发点周围环境的观察，为后续救援队员提供可靠信息，以制定最佳 的救援方案。 12 图 2-5 抛投舱特写 2.3.9 PGIS 图像数据采集 垂起固定翼无人机飞行速度快、作业半径大、续航时间长，单 个架次的数据采集面积最高可达到 8 平方公里左右，可使用无人机 搭载高清数码相机完成 PGIS 系统的定期更新、基础数据的采集，这 确、更新周期长的痛点。通过结合警务地理信息系统等警务情报系 统的大数据应用，对警力部署、区域管控、指挥、现场模拟、勘测 等工作很有帮助，为智慧警务提供强有力的支持。 13 图 2-6 PGIS 图像数据建模 2.3.10 重要区域三维建模 在例如火车站、核心商圈等重要区域利用无人机搭载倾斜摄影 光电吊舱对区域进行数据采集，通过软件进行后期制作，生成真三 维模型，有利于公安机关全面、清晰的掌握重要区域的地形情况，

掌握环境状况提供了有效的数据支持，从而制定科学的环保政策和采取合理的 行动。 另外，搭建环保信息化平台也是整个“无人机+环保”系统中必不可少的部分。 在日常状态下，实现对无人机信息的监控和管理、对采集数据的整理和分析、 对图像的快速拼接、校正和处理，通过对所有数据进行分类、筛选和存取，逐 渐丰富异常类别和执法经验，最终实现对环保监测的自动化、智能化；在应急 状态下，针对突发性水环境污染事件，根据事发地点进行初步判断，并提供快 航拍技术获取某一区域的正射影像或多光谱影像，并结合地理信息系统技术， 可以时刻关注区域的环境变迁。 ④ 应急监测 对于一些突发环境事故，也可以运用无人机来进行应急监测。运用无人机监测 的优势是其可以实时回传视频、红外图像和泄露气体浓度分布，可以在地图上 实时描绘有害和致死浓度区域的分布，以及计算扩散的方向和速度，为执法人 员对环境事故的处置提供高效的数据支撑。可以使得执法人员快速的对突发环 境事故具体情况进行全面掌握，进而做出及时的补救。 地面目标的可见光画面观测，基本功能拍照、摄像，延伸功能有识别、跟踪等， 是巡检监察应用中的主要载荷。 ② 测绘载荷：包括正射相机、倾斜摄影相机、激光雷达、光谱相机等，主要是 对地面进行地理信息测绘，并使用专业图像处理软件进行处理，可对区域内的 地面信息进行全面的观测和分析。 ③ 气体监测仪：通过无人机空中飞行采集区域的气体，进行气体成分、浓度、 分布等分析，实现对大气污染的监测或者对指定气体的监测，并通过分析结果，

基础设施支撑； 泛在物联网通过运用“大云物移智链”等核心信息技术，实现电力系统各个环节 的信息互通，大幅提升数据采集效率及自动获取能力。“两网”的融合为新型智 能巡检手段（如输电线路可视化监拍图像智能分析技术）奠定了必要的设备和 系统基础，有望推动智能运检的应用渗透率提升，带动电力智能运维行业快速 发展。 1.1.2. 智能电网建设现状及意义 传统电力检修方式存诸多痛点，“状态检修”策略是未来趋势。传统电力运 地面目标的可见光画面观测，基本功能拍照、摄像，延伸功能有识别、跟踪等， 是巡检监察应用中的主要载荷。 ② 测绘载荷：包括正射相机、倾斜摄影相机、激光雷达、光谱相机等，主要是 对地面进行地理信息测绘，并使用专业图像处理软件进行处理，可对区域内的 12 地面信息进行全面的观测和分析。 ③ 气体监测仪：通过无人机空中飞行采集区域的气体，进行气体成分、浓度、 分布等分析，实现对大气污染的监测或者对指定气体的监测，并通过分析结果， 方坐标系中的坐标情况。 在实际应用中，一般来说，RTK 用于无人机实时飞行定位，PPK 用于测绘数 据的后处理。 13 2.3.2.4. 数据链系统 数据链是无人机与地面控制端交互的数据通道，一般包含数据传输和图像 传输。数据链同样包含机载端和地面端，根据所需数据的不同可选择 840M 数 传或长距离的图数一体数据链。 2.3.2.5. 地面控制系统 地面控制系统一般由遥控器、地面站、地面站软件组成。通过地面控制系统

路径传播和信号衰减等挑战，以确保飞行器的可靠控制。 2、5G 蜂窝通信技术 5G 技术凭借其高速率、低延迟和大连接数的特性，为低空通信带来了革命性变化。5G 网络能够支持无人机实时传输高清图像并快速调整飞行路径，尤其适用于城市空中交通、物 流配送等对高效数据传输需求较高的应用场景。同时，5G 的低延迟特性显著提升了无人机 与地面站之间的响应速度，为高密度区域的无人机群飞行和实时调度管理提供了强有力的技 不可用或信号不稳定的区域。 3、VN 技术 视觉导航技术依赖无人机上的摄像头或其他光学传感器，通过捕捉环境图像并与已知地 图进行比对，计算出无人机的相对位置。这种技术适用于城市、室内和隧道等复杂环境，能 够在 GNSS 信号不足或完全丢失的情况下为无人机提供定位支持。视觉导航结合了图像识别、 SLAM（同步定位与建图）等技术，可以在动态环境中实现精确的路径规划和避障。 4、LiDAR 技术 和无线电侦测），可以有效提升监测能力。 2、4D 毫米波雷达 4D 毫米波雷达不仅提供距离、速度、方位等三维信息，还能通过雷达波的时间延迟和 反射特性获取目标的高度（第四维），形成更为精细的三维图像和动态监测。相比于传统雷 达，4D 毫米波雷达具有更高的分辨率和探测精度，特别适用于复杂环境下的目标识别和定 位。在低空监视中，4D 毫米波雷达的优势在于可以精准区分和跟踪多个快速移动的无人机，

服务，以无人机为载体构建“空天地一体化”立 体场景解决方案，满足 XX 区政府的防尘应用需求。 无人机城区防尘监测系统：完整技术架构 + 全方位功能部署 PaaS 能力 自然语言 人脸识别 智能安全管理 Storm 图像识别 Hadoop 自主导航 场地学习 IaaS 基础设施 Docker 容器 云存储 数据库 备份 管理人员 政府机构 商业合作伙伴 大数据 中台 AI 能力 中台 Spark 边缘计算 eMBB 切片 WEB 容器 消息中间件 5G 高速专网 数据采集 数据仓库 数据分析与挖掘 数据可视化 污染物观测 特定监控 污染源搜索 环境巡查 污染物判定  PGIS 图像数据采集 XX 城区防尘监测中心 地理信息 实时数据回传 预警、决策、建议 AI 建模，智能比对 无人机自动巡航 污染源搜索 环境巡查 污染物判定 可有效对接多款 智慧环保管理云平台 负载介绍：工业级高端任务系统，响应日常功能需要 喊话器 P0 Pro P0 PRO 喊话器采用独立喊话链路，配对手持对讲机，喊 话通讯距离可达 5Km ，最大可达 125dB ，喊话有效距离 可达 600m ；具有标清图像视角，视角俯仰角度方向可 0°~90° 调节；可进行 TF 卡内 MP3 语音文件播放和控制， 且具备录音功能。用于环保执法、现场指挥等场景。 1.3 多旋翼无人机 X-Whirly 5 Pro

构建全局视野、精准映射、虚实交互、模拟仿真、智能干预的数字孪生治理体系，覆盖陆地和海域 无人机大气智能监测系统：完整技术架构 + 全方位功能部署 PaaS 能力 自然语言 人脸识别 智能安全管理 Storm 图像识别 Hadoop 自主导航 场地学习 IaaS 基础设施 Docker 容器 云存储 数据库 备份 管理人员 政府机构 商业合作伙伴 大数据 中台 AI 能力 中台 Spark ，以此帮助环保部门 形成现代化的城市环境保护巡视解决方案，推进环境治理建设  响应政府部门视频图像数据库、视频图像应用系统标准建设要求，设备感知回采数据结构化规范，有能力与各地环保省、市、县现有已建卡口系统无缝对接，并 融合政府公务大数据、云计算、机器视觉等关键技术，全面提升当地环保部门的视频图像实践应用成效 无人机大气智能监测系统：集成视频专网，形成空中巡逻队 05/26/2025 12 12 实施保障： AI 云计算平台，打造高效稳定运行基础 AI CLOUD 人工决策 人工智能 视频联网 机器视觉 图像解析 算法仓库 大数据平台 • 资源共享 • 权限管理 • GIS 应用 • 面部识别 • 物体识别 • 轨迹重构 • 算法审核 • 接口管理 • 算法描述 • 视图分析 • 协同计算 • 数据检索 • 数据统计 • 分析建模 • 数据展现 数据存储 深度学习