大院网-山西大院资讯网

 

 

0

 

为无人机装上“大脑” 人工智能助力电网自适应巡检

网络编辑 国内 2022-10-17 21:11:48 0 无人机 人工智能 电网
中科南京人工智能创新研究院研发的“AI自适应巡检技术”系统图像压缩效果展示。 中科南京人工智能创新研究院 供图

北京10月17日电 (记者 孙自法)如何让应用于电网巡检的无人机更自主、更智能地开展工作?

来自中国科学院自动化研究所(中科院自动化所)的消息称,该所旗下中科南京人工智能创新研究院根据应用需求,近期成功研发无人机输电、变电、配电智能巡检技术,让人工智能技术高效应用于无人机等移动终端。这项新研发的通过无人机搭载“AI(人工智能)自适应巡检技术”,相当于为无人机装上“大脑”,可摆脱对飞手技能和周边环境的依赖,真正实现“自主决策式”无人机巡检。

同时,借助中科院自动化所人工智能技术优势,项目研究团队还集成云台自适应调节、场景仿真、图像视频压缩等核心算法,与无人机平台等业务平台深度对接,使无人机航迹自适应自主巡检、人工智能辅助拍照成为现实。

据中科院自动化所介绍,研究团队采用轻量化网络结构设计、量化剪枝等前沿技术,将基于图像的目标检测深度学习模型算法部署在移动边缘端,实现基于移动设备上CPU(中央处理器)、NPU(网络处理器)、GPU(图形处理器)硬件资源完成目标检测。拥有这样一个可以自主思考的“大脑”,无人机可顺利完成基于杆塔信息自主导航、绕开障碍物、飞到杆塔上空、自动调整云台、实现拍摄目标居中等电网巡检工作。

中科南京人工智能创新研究院孵化企业方寸知微首席执行官(CEO)冷聪说,与传统人工巡视方案相比,基于前端AI分析的无人机自适应巡检方案优势明显,不受区域复杂环境的限制,自主规划航线,主动避开障碍物,巡检效率是传统20倍以上,可有效推动传统人工作业向信息化、智能化转变。

为保证巡检过程中拍摄图像质量,“AI自适应巡检技术”系统支持无人机基于经纬度、时间、天气等信息模拟光照环境,精确选择测过区域,然后通过场景识别、AI测光和焦点分析技术配合光场均衡算法智能调节曝光,实现无人机巡检过程中拍照功能。

完成拍照任务“满载而归”的无人机数据传输往往需要大量时间,为提升传输效率,研究团队以软硬件一体互联的方式,开发出基于人工智能神经网络轻量化的图像编解码技术。通过算法,实现前端“压缩”、后端“解压缩”,“解压缩”后图像质量对检测算法基本无损,从而解决了电网智能化数字化转型背景下的海量数据处理与传输问题,进一步从经济性、安全性方面支撑数字化转型。

中科南京人工智能创新研究院表示,在近年来将无人机AI自适应巡检技术融入数字电网、助力输电线路高质量稳定运行基础上,该研究院未来还将继续推进智慧电网建设,提升电网设备故障自愈能力和精益化管理水平,保障电力系统安全、可靠、绿色、高效、智能运行。(完) 【编辑:田博群】

这项国际标准,为何由中国牵头?

保守党人正酝酿“逼宫”?英首相特拉斯还能否翻盘

河南9位发小全部考上博士携手返乡创业

辛弃疾白居易加了个夸夸群?

中国兴起“另类”养宠热潮 背后风险需被“看见”

【正能量速写画】民警雨中撑伞暖心守护受伤司机

一览十年成就,这个展看点满满!

【中国这十年·焦点面对面】中国人的“文化获得感”从何而来?

紧急换“将”、政策大转弯 英首相特拉斯能否破局?

意大利航天员引用的《兰亭集序》,竟有这么多故事!

年轻人爱上骑摩托了,各地“禁限摩”会放松吗?

宋词和宋代词人,真的很有趣!

美众议院特别调查委员会将就国会山骚乱传唤特朗普

“球星卡”升温,专业从业人员提醒:新手勿跟风

南宁动物园网红黑猩猩“暴走”系游客挑衅所致

“传奇警犬”暮年犹勇:退休前站好最后一班岗

俄军换将后,基辅连续3天拉响防空警报

【寻味中华】“小家”碧螺春,大有乾坤

 

0

 

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。
本文地址:http://www.shanxidayuan.com/zcjh/jishixinwen/106221.html

留言与评论(共有 条评论)

   
验证码:

关于山西大院新闻网

山西大院是公共的资讯平台,公开,绿色,守法,其主要目的服务于广大本地网民的综合门户网站,还拥有强大的本地公共服务导航一站式进入本地各大政府服务平台方便业务开展。

 

山西大院新闻网

Copyright ©山西大院新闻网

copyright protection: All articles, text, video, pictures, music sources and network reproduced non-original works, only for learning and communication, the content of the article information does not mean

that the network agrees with its views or is responsible for its authenticity, if there are any problems, please contact the webmaster for processing at the first time!

版权声明: 本站所有文章,文字,视频,图片,音乐来源与网络转载非原创作品,仅限于学习交流,对文章信息内容并不代表本网赞同其观点或对其真实性负责,如果存在任何问题,请第一时间联系站长处理!