基于无人机巡检的高层建筑物外观检测系统设计

针对当今高层建筑物外观巡检存在人工检测耗时、作业危险等问题,设计出一套无人机巡检系统。结合5G通信、卷积神经网络、图像处理等技术,提出了一种基于无人机巡检的高层建筑物外观检测技术。以图像采集、通信、巡检路径、存储、归类、预警等方面对整个巡检系统的设计进行介绍。无人机采用5G通信模块进行通信,飞行控制采用PX4进行控制,巡检路径以设计的先垂直后螺旋飞行的方式,图像传输以及存储采用.NET Core WebAPI技术对采集的图像、视频进行云存储,图像处理采用OpenCV图像处理技术,对无人机拍摄到的图片进行一系列处理得出相应结果,并对可疑建筑物外观问题预警并提醒修复。

基于多数据融合+BP神经网络的农业温室大棚环境监控系统的研究

研究了一种基于多数据融合+BP神经网络的农业温室大棚监控系统。在大棚内部设置多点传感器,避免单个传感器测量不准确的问题,通过加权平均算法进行数据融合,再结合BP神经网络对参数的变化趋势进行判断,最终得到决策后的控制策略。本研究实现了更为精准的大棚环境参数预测,多数据融合后的参数更准确,再进行神经网络的训练,获得各参数变化的趋势,为农业温室大棚提供良好的植株生长环境。