一、项目背景及目标

        近年来，无人机技术得到快速发展，智能飞控、自动避障、长时续航、数据传输等功能越来越成熟。机载探测设备更加丰富多元，如高清摄像机、多光谱成像仪、激光雷达、红外热成像仪等，大大拓宽了无人机应用场景，无人机在各行各业得到广泛应用。特别是巡检领域，无人机能够大大提升作业质量和效率、降低作业强度，更是受到众多行业的关注。

        建立完善的无人机智能巡检系统，对巡检业务进行全周期管理, 通过“业务管理信息化、巡检过程可视化、数据分析智能化、任务处置移动化”，使无人机应用更加安全高效，提升整体作业效率，提高数据分析质量。 

二、建设内容

        林业以及自然保护区无人机巡检业务平台、移动端APP、智能分析平台、以及流媒体服务等四个子系统开发组成，通过子系统建设与协同工作，完成智能巡检系统的整体构建，达成如下建设目标：

业务管理信息化：实现无人机、人员以及操控站的规范化管理，包括基本信息、无人机及操控站的领用、归还、维修以及报废记录、人员权限管理（特定的人员管理特定的无人机，将巡检任务问责机制精确到基层员工）等。对巡检任务可设置巡检开始时间，选择已有航线或添加新航线，并可设置长期任务时间段，按周期（年月周）定期生成任务，依据实际情况规划无人机的类型及架次。任务执行完后可视化查看巡检报告，日志记录、飞行航线的详细信息和拍摄的图像，并展示巡检过程中的异常问题。

巡检过程可视化：可实时监控无人机飞行状态及巡检任务执行情况，移动端将无人机巡检画面推送到流媒体服务器，各前端访问流媒体服务器进行拉流，实现无人机巡检直播画面的显示，并以GIS地图的方式对巡检路线、巡检进度等信息进行实时展示，实现对无人机（经纬度坐标、海拔高度、偏航角、飞行状态、气象状况、禁飞区）的远程监控，且支持巡检任务的视频回放功能。

数据分析智能化：构建智能分析平台，整合AI模型管理及图像数据处理规范，实现巡检视频图像的智能目标检测（人、车、施工等），以及检测结果的图形化分析与统计，并支持检测告警信息推送功能，可推送到指定终端设备。

任务处置移动化：移动端同步接收任务信息，执行无人机飞行巡检任务，也可根据现场状况添加临时任务，使巡检任务即满足高度计划性又兼顾一定的灵活性。支持基于地图的巡检告警信息（图片、位置等）展示，以及巡检视频、图片、文字等信息的上传。

三、智能分析平台介绍

        基于机器学习人工智能识别技术对巡检任务图像进行诊断与检测，实现目标对象的快速检测、以及故障的智能诊断，为智能巡检和优化运行提供辅助决策依据。具体包括智能识别模型定制、智能识别模型管理、目标检测、检测数据统计分析、告警信息推送等功能。

1)智能识别模型定制

根据项目需求，定制训练不同的智能识别模型，用于各类目标对象的检测，包括人、车（不同类型车辆）、施工等。

2)智能识别模型管理

用于对巡检任务所需的智能识别模型进行添加、删除和更新操作，智能识别模型的配置信息包括基本信息、接口规范、调用方式和返回结果格式等。

3)目标检测

任务巡检完成后，指定巡检视频推流地址，绑定一个或多个模型，对视频进行目标检测（人、车、施工等），并生成检测结果以图像列表的方式进行展示，任务管理人员对检测结果核实后生成告警信息保存到数据服务。

4)检测数据统计分析

以列表、图、文件等形式对检测数据（飞行信息、告警信息等）进行统计分析，并支持多维度（不同地点、不同线路、不同时间等）、形象化（柱状图、饼状图等）的数据展示。

5)告警信息推送

任务管理人员核实并生成告警信息后，可分配给具体人员，并将告警的位置、图片、视频以及文字信息推送到指定终端，由该人员负责消警处理。

移动端APP

        移动端APP将根据系统使用无人机型号进行深度定制，在网络通畅的情况下，航线信息、巡检任务信息、配置及巡检运行数据将实时同步。

1)机组人员通过移动端APP接收巡检任务，可根据现场状况对飞行航线等进行补充调整，审核通过后重新下发航线补充数据到无人机开始巡检任务。

2)支持巡检任务的实时监视，包括视频、航迹、飞行状态、环境信息等；支持巡检告警信息的接收、展示与消除操作。

3)支持巡检视频（RTMP/RTSP流）、图片与文字信息的实时上传，系统后台根据数据类型分配不同的服务完成数据的存储。

森林面积计算造林航拍图

森林火灾航拍影像及红外影像