城市轨道交通控制保护区无人机巡护

研究城市轨道交通控制保护区无人机巡护方法,用以解决无人机飞行状态巡护采集图像中出现特征缝隙和重叠等问题,提高巡护效果。使用小波变换等技术预处理无人机采集的图像,通过自相关函数和Hessian矩阵提取预处理后图像的角点,采用SIFT算法实现角点匹配,在此基础上利用加权平均方法完成图像融合,使用图像差分法对融合后的图像实行目标识别,通过识别结果实现城市轨道交通控制保护区无人机巡护。经验证,该方法具有良好的图像处理能力,图像融合后未出现特征缝隙和特征重叠的现象,具有良好的识别能力,完成城市轨道交通控制保护区无人机巡护效果较好。

油气管道无人机巡护技术应用

我国油气管道遍布国土的各个角落,运行里程是其他国家所无法比拟的,且其建设的年代各不相同,跨度非常大,易引发安全事故。因此,加强巡护力度,保证管道安全以减少发生安全事故的概率就显得十分重要。尽管现在的管道巡护技术应用最为广泛的还是人力巡护,但是受到地理因素与自然环境因素的影响,很对地区难以实施人工巡护的方法。而利用同沟敷设光缆来监控管道,对管道进行泄露预测以及预警的巡护技术由于受到技术条件的限制尚不能大规模全方位的使用。所以,相关负责单位应当利用无人机技术来对管道进行巡护。这样的巡护方式不仅效率高,且有效避免了巡护人员在进行巡护时发生安全事故的情况。同时,利用无人机进行巡护还能够有效提高巡护效率,所以,这是未来管道巡护工作的重点发展方向。

无人机技术在长输天然气管道山区段巡护应用研究

随着经济迅速发展,城市建设不断外延。为了不对城市远期规划建设造成影响,避免形成新增高后果区,长输天然气管道路由多避让至边远区域或山区中,部分管段处于原始森林无人区域,给日常管道线路巡护造成了极大的困难,在没有修建巡检步道的条件下基本无法巡护。若遇上汛期,连续暴雨造成水土流失无法及时发现,管道可能会发生露管,甚至存在受到应力导致开裂的风险。当前无人机技术发展迅速,长航时、多倍光学变焦、双通讯模式的无人机已经在高压电网输配厂区自动巡检中得到深入应用。文章通过对新型无人机在长输天然气管道山区段巡护方法的研究,对存在的一些问题及短板如何解决、克服进行探讨,以达到应用无人机在山区管段巡检中发挥有效作用,解决山区段管道巡护难题,避免因水土流失无法及时发现产生的风险、隐患的目的。

基于无人机红外影像的森林火灾燃烧点检测方法

【目的】森林火灾对生态环境的破坏巨大,各种火灾探测方法近年来备受关注,但不同的检测载体与检测数据在森林火灾检测的应用中仍具有各自的局限性。为此,提出一种基于深度学习与无人机红外影像的森林火灾燃烧点检测模型,旨在减少无人机森林火灾检测的延迟和丢失,提升森林火灾检测效率和检测能力。【方法】采集中国北部亚干旱地区森林火灾巡护数据,增加北亚利桑那大学无人机森林燃点数据提升模型的学习范围,同时对数据进行数据增广,提升模型学习的数据量。利用红外影像的成像特点对森林火灾燃烧点进行特征放大,降低检测数据的复杂度。引入计算量适当的目标检测算法,减少无人机森林火灾检测系统的检测时延。【结果】1)红外影像下的森林火灾燃烧点检测模型在非极大抑制IoU阈值为0.3的条件下,其检测AP(Average precision)值达到了0.9616,检测精度(Precision)达到了0.9293。2)红外影像森林火灾检测模型在40 fps的实时视频中的检测速度平均达到了31 fps。3)在图像翻转、图像旋转与图像仿射变换3种数据增广模式下,模型的检测性能达到最高。【结论】基于红外影像的森林火灾燃烧点检测模型对森林火灾更敏感,减少了森林火灾检测的计算量,减轻了地面站计算机的计算负担。图像的色域变换对红外数据下的森林火灾燃烧点检测模型提升效果不明显。

无人机在森林草原防火预警中的应用

森林草原防火作为生态资源保护的首要任务,是生态文明建设的安全保障。无人机技术的快速发展为森林草原防火注入新兴力量,本文研究了将无人机应用于森林草原防火预警的可行性。根据森林草原火灾风险区等级,采用无人机空中巡护技术,通过调整巡护频率,对森林草原火灾风险区进行监测管理,实现林火识别、火情传送、火灾扑救辅助与监测、灾情调查与评估等目标,以期为进一步推广无人机在森林草原防火预警中的应用技术提供借鉴。

基于深度学习的森林防火系统设计

对近年来国内外森林防火系统以及应用于森林火灾的检测算法现状进行研究,针对前后端融合不足等问题提供一种解决方案。在筑牢森林防火防线的基础上,运用无人机遥感技术对目标区域森林进行日常巡检及数据采集,采用深度学习算法对无人机传回数据进行分析、诊断、反演,搭建微信小程序及数字孪生平台,设计一种自动化、智能化的森林防火安全系统,为实现绿水青山的中国实践提供新思路。