无人机巡检中的边缘AI识别应用研究

随着无人机技术的快速发展,无人机在巡检领域的应用日益广泛,特别是在电力、建筑等行业。无人机巡检可以大幅提高巡检效率,减少人力成本,并能在复杂环境中进行高效作业。然而,传统的无人机巡检方法依赖于人工识别,存在效率低、易出错等问题。无人机技术结合深度学习目标识别的应用,可以显著提高巡检效率和准确性。本文旨在开发一种基于深度学习的无人机巡检边缘嵌入式目标识别模型,将其部署在无人机边缘设备上,实时地从航拍视频流中检测和识别目标,为巡检提供高效、精准的解决方案。

基于国土空间布局的5G通信基础设施规划方法研究

提出了一种基于城市空间布局要求改进的5G通信基础设施规划方法,按照国土空间规划中的城市用地规模和人口规模,结合5G三大应用场景业务发展需求,在5G网络业务预测的基础上实现面向城市空间布局的5G通信基础设施统筹规划,进而改善传统通信专项规划编制中仅依据通信运营企业网络发展规划进行资源配置导致城市通信工程规划滞后的问题。