近年来,航空、遥感、以及信息处理等技术迅速发展,使得无人机在电力巡检上逐渐应用开来。
无人机电力巡检作为新型电力巡检方式,不受地形地貌限制、便携易用且高效,能够极大程度降低传统巡检工作的风险和失误,提升工作效率。相关数据显示,无人机巡检比人工巡检效率高出40倍。
中国是全球最大的电力市场之一,也是无人机电力巡检市场的重要推动者之一。数据显示,2022年我国电力巡检无人机市场规模达到73.2亿元,创历史新高。

现阶段无人机电力巡检主要分为粗检和细检,过程涵盖了机巡采集、问题标记、生成报告、解决问题等多个步骤。
粗检针对的是一些明显的问题,如绝缘子串是否有盘片掉落,是否有鸟巢等,一般采用人工直接审阅无人机采集图像的方式进行判断;细检则是针对如螺栓脱落、绝缘子串温度异常、异常放电等细粒度的问题进行检测。
相比之下,细检涉及的内容更加具体和详细,通常需要更精细的观察和分析,才能做出判断、解决问题。而将AI 识别技术应用于该领域,效率能够远高于传统的无人机巡检方案。
无人机AI识别电力巡检方案,一般要经历模型准备、取流、预处理、分析、决策、执行这一系列流程。
在其中的分析环节,利用AidLux能够将基于目标检测的深度学习模型部署到手机、平板等安卓设备及其他ARM架构的边缘计算设备上,综合调度设备的CPU、GPU、NPU等资源,进行目标检测和分析。

通过AidLux在移动端实现电力设备目标检测

无人机在电力巡检中的应用日益广泛,通过AI识别技术,尤其是AidLux平台,可以实现对电力设备的高效检测和分析。AidLux支持在移动端进行目标检测和深度学习模型部署,优化ARM架构设备的资源调度,提高数据处理能力。此外,AIMO工具帮助开发者便捷地迁移模型到不同硬件平台,加速了无人机巡检系统的智能化进程。
最低0.47元/天 解锁文章
4049

被折叠的 条评论
为什么被折叠?



