基于卷积神经网络智能图像识别的无人机巡检技术制造技术

本发明专利技术公开了基于卷积神经网络智能图像识别的无人机巡检技术，涉及无人机技术领域，本发明专利技术通过GNSS数据采集单元、数据传输和处理单元以及AI预警单元，对地质灾害进行实时监测和预警，GNSS数据采集单元负责采集全球导航卫星系统的数据，包括地表位移和地下水位，数据传输和处理单元对采集到的数据进行清洗、去噪和差分处理提高数据质量，通过卡尔曼滤波计算位移、速度和加速度，实时跟踪地质灾害的迹象，一旦检测到异常情况，系统将触发警报首先获取红外图像数据，然后通过温度阈值分割和卷积神经网络分类，检测火源并确定火源区域的温度、形状和大小，自主决策单元基于火源区域信息，自主规划无人机的飞行路径实时监测火源，快速响应自然灾害事件。

【技术实现步骤摘要】

本专利技术涉及无人机，具体为基于卷积神经网络智能图像识别的无人机巡检技术。

技术介绍

1、全球城市规模的迅猛发展，促使城市车辆增多、交通网络日趋复杂、城际列车、高铁等交通工具也得到了高速发展。在城市交通网为人们生活带来便捷的同时，车多路繁的状况亦给交通安全埋下了隐患，更是为交通控制和管理留下了更多的难题。相对于传统的道路监控，无人机高度机动、布点灵活，在事故处理、秩序管理、交通疏导、流量检测等方面具有巨大应用优势，特别是在一些监控盲区，无人机可以发挥重要作用。

2、随着公路养护里程和养护等级的不断提高，管养技术人员和检测设备也显得相对缺少，日常的养护检测工作尚无法完全按照规范完成，公路的高边坡、长大桥梁、高路基等特殊构造物的日常巡查和养护工作更是存在较大的困难，而无人机技术的应用中可以快速缓解技术人员和设备不足的情况。目前公路的高边坡、桥梁墩台等构造物动辄几十米，高则上百米，如果靠人工进行日常检查，既费时又费力，特别是很多高边坡、高路基因地势险峻，导致人和设备无法实施相关数据采集，面对一些山体滑坡、垮塌等灾害的前期迹象无法提前获知和预警，日常的本文档来自技高网...

【技术保护点】

1.基于卷积神经网络智能图像识别的无人机巡检技术，其特征在于，包括：

2.根据权利要求1所述的基于卷积神经网络智能图像识别的无人机巡检技术，其特征在于，所述实时地灾监测与预警模块包括：

3.根据权利要求1所述的基于卷积神经网络智能图像识别的无人机巡检技术，其特征在于，所述实时地灾监测与预警模块中，数据传输和处理单元对异常情况进行检测和警报触发方法具体为：

4.根据权利要求1所述的基于卷积神经网络智能图像识别的无人机巡检技术，其特征在于，所述实时地灾监测与预警模块中，通过监测估计的位移、速度以及加速度是否超出预定的阈值进行异常情况检测，具体为：

<...

【技术特征摘要】

1.基于卷积神经网络智能图像识别的无人机巡检技术，其特征在于，包括：

2.根据权利要求1所述的基于卷积神经网络智能图像识别的无人机巡检技术，其特征在于，所述实时地灾监测与预警模块包括：

3.根据权利要求1所述的基于卷积神经网络智能图像识别的无人机巡检技术，其特征在于，所述实时地灾监测与预警模块中，数据传输和处理单元对异常情况进行检测和警报触发方法具体为：

4.根据权利要求1所述的基于卷积神经网络智能图像识别的无人机巡检技术，其特征在于，所述实时地灾监测与预警模块中，通过监测估计的位移、速度以及加速度是否超出预定的阈值进行异常情况检测，具体为：

5.根据权利要求1所述的基于卷积神经网络智能图像识别的无人机巡检技术，其特征在于，所述实时地灾监测与预警模块中，实时分析以检测地质灾害的...

【专利技术属性】
技术研发人员：韦凯，陈德强，畅振超，龙夏毅，莫鹏，李广合，廖永生，刘耀凤，骆俊晖，
申请(专利权)人：广西北投交通养护科技集团有限公司，
类型：发明
国别省市：