基于YOLOv8的智慧校园安防检测功能

智慧校园包含园区内设备设施、智能系统、集成平台、大数据技术平台、业务平台、决策和计划平台,应用于园区管理、教学管理、后勤保障、日常办公、园区安全、文化宣传等方面。智慧校园包含数字视频监控系统、电子巡更系统、周界防范系统3部分,其中电子巡更系统存在人员排班,无法实现24 h覆盖巡更线路和非巡更线路的巡检任务,而周界防范系统误报率高,设备故障多,无法实现稳定持续的周界监控功能。文章采用视频流作为输入媒体,采用先进的识别分类模型,实现电子巡更系统24 h全覆盖业务功能,解决周界防范系统误报率高和人为破坏的缺点,加强校园周边和重要区域的安防业务功能。

面向森林火灾的人工巡视与无人机巡视效益评估

为建立森林火灾人工巡视与无人机巡视效益评估框架,推动人工巡视和无人机巡视的综合运用。提出结合人工和无人机巡视影响因素,建立包括4个一级指标、8个二级指标和18个三级指标的巡视效益评估指标体系,通过博弈论组合赋权法确定各指标权重的最优组合权重,运用云模型分别构建出无人机和人工巡视技术效益评估模型。研究结果表明:人工巡视和无人机巡视的效益评估指标体系的一级指标相同,而二级指标不同之处在于物资保障和航行稳定性;将该巡视效益评估模型应用于祁连山森林,验证评估模型的客观性与全面性。研究结果可为人工和无人机森林火灾巡视效益评估提供有效工具。

数字孪生技术下的输电线路无人机巡检数据聚合模型

在巡检数据聚合过程中,经常因压缩损失问题造成数据拟合误差较大,导致数据聚合效果不佳。针对该情况,结合数字孪生技术构建输电线路无人机巡检数据聚合模型。采用数字孪生三边定位技术获取巡检轨迹数据,通过无损压缩,解决数据聚合占用空间大的问题。采用双线性插值方法预处理无人机巡检数据,构建数据数字孪生可视化展示平台,分层可视化展示预处理数据。采用最小二乘拟合法寻求函数拟合数据集,基于单核、多核问题构建出的数据聚合模型,并根据线性加权方法融合模型,实现无人机巡检数据聚合。由实验结果可知,该模型数据拟合范围为[0.28,0.32],与理想波动范围存在最大为0.01%的误差,且所研究方法数据聚合效果与理想效果一致。

BIM技术在高速铁路牵引变电所监控巡视系统工程设计中的应用研究

监控巡视系统作为牵引变电所无人值班模式的重要组成部分,其关键在于摄像设备的平面布置。监控巡视系统通过多台摄像设备配合完成全所视频、报警信号的采集,实现变电所现场巡视、监控和安防的目的。本文基于BIM技术三维仿真模拟监控巡视系统的摄像设备位置及视野,实现精简化、高效化的监控巡检系统布置,保证对牵引变电所设备视频全面覆盖,同时能够清晰观察开关设备状态等细节,满足无人值班变电所运行监控巡视的安全需求。将本文平面布置方法应用于西成客运专线牵引变电所无人值班改造工程中,结果表明:该方法适用于高速铁路牵引变电所无人值班改造,具有借鉴意义,值得研究推广。

电力巡线便道四足清障机器人步态规划与仿真

针对传统轮式、履带式清障机器人无法克服复杂地形的问题,提出了一种基于四足机器人的巡线便道清障机器人。对作业环境与作业任务要求进行了分析,结合分析结果设计了巡线便道四足清障机器人的虚拟样机模型。针对越障、爬坡、台阶攀登这3种复杂工况对机器人进行步态规划,利用四足机器人单腿运动学模型与动力学模型推导了运动关节的参数。仿真结果表明,此四足清障机器人在上述3种工况下可以稳定运行。

无人机技术在大型施工现场越界开挖及环保监测中的应用

为提高大型施工现场越界开挖及环保监测效率,节省人力物力,降低管理人员安全风险,以某大型抽水蓄能电站施工监管为例,通过无人机正射影像叠加征地红线,实现对越界开挖的判别;通过无人机倾斜摄影构建施工区实景三维模型,并结合智能巡检及图像识别技术,开发无人机自动监测系统,实现对施工现场环保问题的动态监测。实践证明,以上两种方法不仅能够在精度上满足施工管理需求,且大幅提高了安全系数及巡检效率,在大型施工现场监管中优势明显。该研究也为无人机技术在工程管理中的应用扩展及推广提供了有效借鉴。

基于改进经验小波变换模型的供能管道移动GIS综合智慧巡检策略

当前供能管道巡检策略由于对管道的缺陷特征提取不够纯净,导致缺陷定位准确度差,因此,提出了基于改进经验小波变换模型的供能管道移动GIS综合智慧巡检策略。利用移动GIS技术采集管道数据,根据管道数据采用改进经验小波变换模型对管道缺陷特征进行提取,其树状结构的子频带自分解能够准确分辨出缺陷源信号与其他干扰信号,提取到更加纯净的缺陷特征,并对缺陷特征向量特征集进行滤波,从而计算出管道缺陷的具体位置。在实验论证中,对提出的策略的定位准确性进行了验证,结果表明,提出的策略应用于供能管道巡检中,对管道缺陷定位的准确性较高。

基于视觉大模型的哑资源异常识别方法

文章分析了哑资源巡检以及人工智能技术应用于运营商智能巡检的现状,并介绍了基于vision-transformer技术的Swin大模型。基于该模型的预训练版本,结合标注好的图像数据,完成了针对运营商哑资源分类检测的模型训练并评估了模型效果。展望了该模型的优化方向以及大模型应用于运营商场景的前景。

多因素空间近距离巡查效能评估建模

空间近距离巡查可以开展对目标的近距离观测和监视,用于识别目标类型和工作状态等,对在轨服务、博弈对抗等军民领域均具有重要意义。分析了空间巡查任务的一般形式,并以近距离巡查最常用的光学观测为对象,构建了巡查观测的约束模型和相对距离因素评估模型、有效观测时间评估模型、目标观测角度评估模型等多因素的观测任务效能评估模型,解决了面向巡查任务全过程的综合效能评估问题,可以更好地支撑基于评估结果的巡查策略设计和巡查轨迹优化等。基于数值算例分析和半实物仿真实验,对提出的评估模型进行了仿真验证,结果显示实际观测效果和模型评估结果一致。

Petri网在煤矿安全巡回检测的建模优化分析

煤矿安全巡回检测方面的研究在煤矿生产中具有重要意义.基于Petri网的理论基础,可以图形化地描述各种场景的复杂系统.在此基础上,用Petri网对煤矿安全人工巡回检测模式进行建模.通过分析煤矿安全人工巡回检测存在的问题,建立了人工巡回检测的Petri网模型.引入物联网技术和蚁群算法,添加相关变迁和库所,优化升级成了煤矿安全巡检车巡回检测模式.对优化升级后的煤矿安全巡检车巡回检测模式Petri网模型的性能进行了分析,再用PIPE软件进行了仿真,验证了巡检车巡回检测模式的正确性、合理性和有效性.

基于改进YOLOv4模型的无人机巡检图像杆塔缺陷检测方法研究

针对现有输电线路无人机巡检图像缺陷检测方法存在的精度低、耗时长等问题,为了实现输电线路杆塔鸟巢的快速和准确识别,基于无人机巡检图像采集与处理系统,提出了一种改进的YOLO4模型用于输电线路杆塔图像的鸟巢检测。采用轻型MobileNetV2网络替换CSPDarkNet53网络,提高特征提取速度,在SPP模块中采用平均池化替换最大池化,提高算法对小目标的检测精度,引入注意力机制CBAM增强特征表达。通过试验验证了所提方法的可行性和优越性。结果表明,所提方法与常规检测方法相比,在输电线路杆塔图像缺陷检测中具有更优的检测精度和速度,检测精度达到94.40%,检测速度为60 FPS。所提研究为输电线杆塔缺陷检测方法的发展提供了一定的参考。

改进YOLOv3模型在无人机巡检输电线路部件缺陷检测中的应用研究

针对传统输电线路无人机巡检图像检测方法存在的精度低、计算时间长和训练样本少等问题,提出了一种用于输电线路部件绝缘子缺陷识别的改进YOLOv3模型。引入K-means++算法解决小目标不敏感问题,引入Focalloss函数解决样本不均衡问题,引入Mish激活函数提高模型精度,引入注意力机制Senet提高特征提取性能。通过对改进前后模型性能的比较分析,验证了该方法的优越性。结果表明,与传统的检测方法相比,所提方法在检测速度上能够满足实时检测的需要,且检测精度最优,检测时间为0.079 s,检测平均准确度均值为94.40%。该研究能够满足输电线路无人机巡检图像缺陷自动检测的需要。

视觉AI技术在新能源风机叶片智能巡检的应用

随着工业互联网、物联网、大数据和人工智能等新兴技术的推广,行业及国家监管部门对安全生产提出了更高的标准和要求,风电厂安全管理的智能化落地迫在眉睫。本文针对传统风机叶片巡检过程中的滞后性、间歇性、繁杂性等问题,通过深度学习构建了风机叶片健康诊断巡检模型,提出了基于视觉AI的智能巡检方案,全面实时非接触地对风机叶片进行监测探伤、及时处置,降低了安全事故发生造成的损失。

基于残差网络的配电柜设备元件状态识别

随着工业智能巡检的不断发展,基于数字图像处理方法的设备元件状态识别系统被广泛应用.为提升配电室中配电柜设备元件状态识别的准确率,提出了一种基于残差网络(residual networks,ResNet)的设备元件状态识别方法.首先搭建数据采集系统,构建数据集;然后对配电柜图像,裁剪预设的设备元件目标区域,生成设备元件图像;对于设备元件图像,构建基于ResNet的元件状态识别模型并训练;使用训练完毕的模型识别元件的状态.以变电站配电室中配电柜设备元件数据集作为研究对象,对于特征复杂的元件采用单预测头的网络,对于特征简单的元件采用多预测头的网络;然后使用紧凑和剪枝的模型压缩方法在精度损失较小的情况下减少参数量和计算量;最后介绍巡检系统的架构设计,将JetSon Nano边缘终端作为算法模块的运行硬件,以减少通信成本.

大数据与人工智能在变电站设备巡检系统中的应用

阐述基于智能机器人的变电站无人智能巡检模式,智能巡检系统的结构与功能,巡检数据交换以及分析统计,系统模型的设计,针对巡查、检查的流程管理,从而使得流程更为精细和规范。

基于变电站机房室内外一体的建模技术研究

变电站机房是一项重要的国家基础设施。变电站机房维护管理部门需要对变电站机房进行周期性的电力巡检以防止和杜绝安全事故的发生。在多视图立体几何匹配的技术支撑下,获取高精度、高完整度的变电站机房室内外一体的三维模型能够为电力巡检、调度维护提供更全面的监测数据和解决方案。该文分析建模中的关键技术,并通过摄像机采集的变电站机房视频、图像数据进行实景三维重建,研究多视图重建在电力巡检与调度指挥方面的相关技术实现和应用研究,并采用主流算法软件平台实现变电站机房室内外一体的真实场景模型的重建及展示。

煤矿典型安全巡检场景特征及巡检可靠性分析

从《煤矿安全规程》对人工巡检的具体要求和现场安全巡检的实际需求入手,针对当前煤矿人工巡检工作自动化、信息化程度低、巡检结果数据可靠性不高的问题,提出了通过信息化手段和智能化研判对人工巡检进行辅助的方式,来提高安全巡检效率和典型场景巡检数据可靠性问题。通过对人工测风场景、井下瓦斯巡检场景和甲烷传感器标校场景的特征分析,提出了安全巡检信息化系统的架构;对应3种典型的巡检场景,利用精确人员定位系统、安全监控系统和安全巡检信息化系统本身的数据分别建立了巡检数据可靠性研判模型。以综采工作面甲烷传感器标校数据为例,对进风巷、上隅角、工作面和回风巷4个甲烷传感器标校数据的可靠性进行了研判,分析结果与现场实际情况一致,说明该方法能够在一定范围内对安全巡检的有效性和可信度进行提高。

基于特征补充与重构的电网巡检作业风险识别技术研究

针对电网巡检人员在野外不按规定正确佩戴安全帽,容易造成作业风险的问题,文中基于深度特征提取技术设计了一套安全帽自动识别算法。该算法以YOLOv4目标检测模型作为基础深度网络框架,通过对框架进行改进,实现了算法的轻量化与小型化。并将YOLOv4的CSPDarknet53主干特征识别网络替换为ShuffleNETv2网络,从而有效提升了算法运行速度。同时,为了解决轻量化导致的mAP下降问题,在YOLOv4的路径聚合层中加入了注意力机制,以提高mAP指标,且保证了算法性能。实验结果表明,在与对比算法准确率持平的情况下,改进算法在帧率上提高了近140%,算法所占体积也大幅下降,证明了其具有轻量化、小型化的特点。

一种基于RFID的安全巡检模型

针对很多基于RFID的安全巡检系统缺乏具有普遍指导性系统模型的问题,通过对巡检系统进行模块分解、计划元素的定义和规范约束条件,提出了一种具有一般性的安全巡检模型.在对模型进行较完整的形式描述基础上,给出了重点算法,即事件匹配算法,并对相应的责任事故和隐患问题提出了评价方法.经过仿真实验,证实了模型和算法的正确性,该模型对基于RFID的巡检系统具有指导作用,给出的执行结果评价方法有利于调整计划,提高系统的安全性.

直升机侧翼法伴随护航反潜作战使用方法及其仿真

针对反潜直升机使用吊放声呐进行侧翼法伴随护航反潜的特点,提出了以"进三退一"为核心的同步方法,并建立了相应的同步模型,进而通过对每个悬停探测点监听时间的调整来进行精确的同步控制。在此基础上,通过建立仿真模型,对其搜索效能进行了仿真研究,给出了仿真结果并对其进行了分析,得出了当探测点间距约为吊放声呐有效探测距离的1.4倍时搜索效能达到最大值的重要结论,为直升机采用侧翼法进行伴随护航反潜的作战使用提供了理论依据。