港区无人机智能安全巡检系统正式运行

来源: 网页作者: admin发布时间: 2022-06-16阅读量:
摘要:为推进广州港科技兴安战略实施,广州港研究院研发港区 无人机 智能安全巡检系统,以 无人机 为工具,实现黄埔公司现场安全巡检智能化,具有较强的推广借鉴意义。项目在集团科技

为推进广州港“科技兴安”战略实施,广州港研究院研发港区无人机智能安全巡检系统,以无人机为工具,实现黄埔公司现场安全巡检智能化,具有较强的推广借鉴意义。项目在集团科技进步成果评比中获得二等奖,同时获得国家实用新型专利1项、计算机软件著作权1项。

 

 

系统由智能安全巡检系统,由无人机遥控系统、无人机飞行平台、高清直播系统、5G无线系统、后台服务器、AI识别管理系统等组成。 自行飞行巡检。 无人机可以根据预先设计好的航线,在港区自行飞行进行现场安全巡检。 动态AI识别。 无人机巡检飞行过程中,AI服务器能对无人机传输的违章或隐患图像进行实时自动识别并推送报警图片。 远程安全监控。 可代替安全员到现场进行进行巡检。

 

 

集模型、统计、报警、管理等功能于一体的智能分析技术

 

 

进行时域维度分析技术,综合一段时间内的检测内容给出置信度较高的具有统计意义检测结果,另可给出实时或综合统计分析图表、报表等。实现自定义配置权限,摄像头归类配置多种识别项,识别结果根据AI识别种类,设备位置,区域进行规则展示,实现在模型运行过程中可及时进行监控、报警等。

 

 

基于AIO技术的网络框架t-io来进行告警实时推送技术

 

 

告警推送技术主要包括设备规则模板的定义、设备告警规则匹配、告警数据的实时推送以及告警数据的统计分析。实现告警口径、阈值、信息的格式、推送方式的动态更新,海量数据的处理与分析,业务逻辑与告警处理程序的解耦。

 

 

智能视觉识别技术

 

 

利用违章或隐患特征,使用改进的五帧差法和自适应混合高斯建模法进行目标提取;应用基于python语言的深度学习框架搭建AIexNet卷积神经网络,将疑似违章或隐患区域图像传入预训练的卷积神经网络模型进行是与非的精确识别。通过对多种场景下违章或隐患的测试结果表明,提出的方法具有较高的召回率、准确率。

 

 

【来源:广州市国资委_企业动态】

 

分享到:0

最新活动信息