无人机多元任务智能巡检系统

成果编号：37895

价格：面议

完成单位：南京邮电大学

单位类别：其他高校

完成时间：2022年

成熟程度：试生产阶段

服务产业领域：电子信息

我要对接关注发送消息

发布人：zhhjoice 离线

发送消息

随着人工智能和机器视觉技术的快速发展，无人机智能巡检系统逐步应用于智慧园林、城市治理、应急救援、工业生产场景，为各类垂直行业智慧化发展深度赋能。无人机巡检场景存在高度动态性、目标微小性、干扰多样复杂性，对于机器视觉检测提出了严峻挑战。本团队面向多元巡检任务，立足于类脑智能的组合复用机制思想，研制了多元智能巡检任务系统，包括异物检测、树木盘点、农田检测、火灾检测等,荣获2021年度中国通信学会技术发明二等奖。

156 次浏览分享到

成果介绍

科技计划：省部级：江苏省前沿引领技术基础研究专项，“新型泛在智能物联网理论与应用基础研究” 编号：BK20212001

成果形式：新技术、新产品

合作方式：技术转让、技术开发、技术咨询、技术服务、技术入股、人才培养、共建载体

参与活动： 2023年高校院所走进镇江产学研合作对接活动第二届江苏产学研合作对接大会 2023年高校院所服务苏北五市产学研合作对接活动

专利情况：正在申请 ,其中:发明专利 10 项
已授权专利,其中:发明专利 2 项

成果简介

综合介绍

创新要点

（1）针对无人机遥感图像的光照变化、复杂背景、目标尺度差异等问题，提出了两种语义分割算法，一是基于色彩增强的改进 UNet 枯草检测算法，二是基于边缘特征加权的改进 DeepLabV3+图像分割算法，以提高检测算法在复杂环境下目标分割精准性。（2）针对无人机航拍场景中目标微小多样、大小共存等问题，提出了四种航拍小目标检测算法，一是提出基于自适应图像去雾的 YOLOv5 航拍目标检测算法，二是提出基于自适应尺度调整和通道注意力 FCOS 森林火灾检测算法，三是提出基于锚框最优聚类的场景驱动型YOLOv5目标识别算法，四是基于无人机运动状态的DeepSort目标统计算法，从而加强了对航拍小目标的特征提取能力，提高了对于小目标的识别准确度。

技术指标

检测精度达到99%；检测时延达到100毫秒以内。

其他说明

完成人信息

姓名：对接成功后可查看

所在部门：对接成功后可查看

职务：对接成功后可查看

职称：对接成功后可查看

手机：对接成功后可查看

E-mail：对接成功后可查看

电话：对接成功后可查看

传真：对接成功后可查看

邮编：对接成功后可查看

通讯地址：对接成功后可查看

联系人信息